Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Métodos Determinísticos
Tutor
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
cuales llevan un lineamiento para la aplicación y solución de estas, como lo es el uso adecuado de
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
Situación 1:
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
Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex con variables
Solución.
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
Sujeto a:
X 1 ≤11
X 2 ≤13
X 3 ≤ 12
X 4 ≤ 14
X 1 , X 2 , X 3 , X 4 ≥0
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
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 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
Se calculan los números de la variable entrante dividendo los números de la variable saliente entre el
numero pivote.
Variable
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
R5 →−10 R1 + R5
R6 →730 R1 + R6
Variable
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
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
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
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
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
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 -
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
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 -
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
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
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
Variable
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
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
Ejercicio 2.
Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex con variables
R/ Deben usarse, 11 tanques tipo I, 13 tanques tipo II, 6 tanques tipo III y 14 tanques tipo IV.
Sujeto a:
X 1 ≤11
X 2 ≤13
X 3 ≤ 12
X 4 ≤ 14
X3 ≤ 6
X 1 , X 2 , X 3 , X 4 ≥0
Sujeto a:
X 1 ≤11
X 2 ≤13
X 3 ≤ 12
X 4 ≤ 14
X 3 ≥ 12
X 1 , X 2 , X 3 , X 4 ≥0
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
¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que orígenes hacia
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
respectivamente, 1050 unidades de la bodega 5 al destino 1, y 180, 140, 170, 75 y 410 unidades de la
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
¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que orígenes hacia
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
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
¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que orígenes hacia
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
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
¿Qué costo total genera la asignación óptima de operarios a las máquinas descritas?
maquina 6 con un costo de $ 223, Al operario 3 se le asigna la maquina 4 con un costo de $ 224, al
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
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
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
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
= = = = = =
Metódo de Solver
COSTO COSTO
FUENTE DESTINO ENVÍO
UNIDAD TOTAL
Bodega 1 2 810 160 129600
TOTAL 901785
Metodo Simplex Solver Transporte 2
DESTINO
DESTINO 1 DESTINO 2 DESTINO 3 DESTINO 4 DESTINO 5 OFERTA
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
Método de Solver
COSTO COSTO
FUENTE DESTINO ENVÍO
UNIDAD TOTAL
Bodega 1 4 2100 148 310800
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
FUENTE DESTINO ENVÍO
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
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
Paso 2. El segundo ejercicio debe plantearse de manera que se pueda aplicar la solución del modelo
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
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
de operaciones.
ACTIVIDADES PARA DESARROLLAR RONALD BELLO
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
Ejercicio 1.
Chediak, F. (2012). Investigación de operaciones. (3a. ed.) (pp. 234-239), Ibagué, Colombia:
Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex con variables
La función objetivo:
restricciones:
X₁ ≤ 11
X₂ ≤ 13
X₃ ≤ 12
X₄ ≤ 14
0 x 1+ 0 x 2 +0 x 3 +1 x 4 + 0+0+0+ S 4 +0=¿14
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
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
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
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
Entra X3 Sale S3
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
) 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
Entra X2 Sale S2
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
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
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
Entra X4 Sale S5
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
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
Entra S3 Sale S4
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
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
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
x1 0 1 0 0 0 1 0 0 0 0 11
x2 0 0 1 0 0 0 1 0 0 0 13
F5 + F4(11/10) x4 0 0 0 0 1 0 0 0 0 1 14
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
¿Cuál es la utilidad generada por dicha solución?
Ejercicio 2.
Chediak, F. (2012). Investigación de operaciones. (3a. ed.) (pp. 234-239), Ibagué, Colombia:
Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex con variables
R//
Teniendo como punto de solución las variables discretas debe usarse para el trasporte de las
Sujeto a: X 1 ≤11
X 2 ≤13
X 3 ≤ 12
X 4 ≤ 14
X3 ≤ 6
X 1 , X 2 , X 3 , X 4 ≥0
Solucion factible
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
Descargue el archivo denominado Guía para el uso de recursos educativos - Generación de datos
Ejercicio 3.
Chediak, F. (2012). Investigación de operaciones. (3a. ed.) (pp. 181-192), Ibagué, Colombia:
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
¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que orígenes hacía que
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
Suma 0 0 0 0 0 0
Z = 901785
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 método de costo mínimo genero el menor costo de: 901785 las asignaciones se muestran en la
siguiente tabla
TOTAL 901785
Ejercicio 4.
Chediak, F. (2012). Investigación de operaciones. (3a. ed.) (pp. 181-192), Ibagué, Colombia:
curso.
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
¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que orígenes hacía que
Solución
Z = 1540360
Z = 1517230
Z = 1517480
R// Los métodos del costo mínimo y el de aproximación de Vogel, generaron el costo óptimo, pero
El método de costo mínimo genero el menor costo de: 1517230 las asignaciones se muestran en la
siguiente tabla
Chediak, F. (2012). Investigación de operaciones. (3a. ed.) (pp. 181-192), Ibagué, Colombia:
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
¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que orígenes hacía que
Solución
Z = 1028670
Tabla 2. Método de Costo Mínimos
Z = 1028910
Z = 1028670
R// Los métodos del costo mínimo y el de aproximación de Vogel, generaron el costo óptimo, pero
El método de aproximación de Vogel genero el menor costo de: 1028670 las asignaciones se
Método de Vogel
COSTO COSTO
FUENTE DESTINO ENVÍO
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.
Chediak, F. (2012). Investigación de operaciones. (3a. ed.) (pp. 212-217), Ibagué, Colombia:
generados se debe aplicar el algoritmo húngaro de asignación para problemas de minimización para
¿Qué costo total genera la asignación óptima de operarios a las máquinas descritas?
R//
Ejercicio 7.
Chediak, F. (2012). Investigación de operaciones. (3a. ed.) (pp. 212-217), Ibagué, Colombia:
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
Solución
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
Solución
Transporte 1
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 5 Ficticio 410 0 0
Bodega 6 1 590 164 96760
Bodega 6 2 310 163 50530
Bodega 6 4 75 157 11775
TOTAL 901785
Solución
Método de Solver
FUENTE DESTINO ENVÍO COSTO UNIDAD COSTO TOTAL
Bodega 1 4 2100 148 310800
TOTAL 1504040
Solución
10236610
Método de Solver
COSTO COSTO
FUENTE DESTINO ENVÍO
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 Ficticia 1 200 0 0
Bodega Ficticia 3 420 0 0
TOTAL 1023610
Solución Solver
Solución Solver
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 litros 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. 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?
RESPUESTA:
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 litros 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 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?
¿Cuál es la utilidad generada por dicha solución?
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
destinos, debe asignarse al producto 1, según dicho método?
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:
¿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?
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:
¿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?
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?
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:
RESPUESTA:
ACTIVIDADES PARA DESARROLLAR JOSE JARAMILLO
Solución Ejercicio 2.
¿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:
Camión tipo 1: 11 tanques
Camión tipo 2: 13 tanques
Camión tipo 3: 6 tanques
Camión tipo 4: 14 tanques
Generando una utilidad de 31.015.000
Solución Ejercicio 3.
¿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 Ejercicio 4.
¿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?
Tabla 1. Método de Costo esquina Noroeste
Tabla 2. Método de Costo Mínimo
¿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.
Solución Ejercicio 7.
¿Qué habilidad promedio genera la asignación de operarios a las máquinas descritos?
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.