PASO 1 - MODELAR Y SIMULAR SISTEMAS INDUSTRIALES CON BASE EN

PROGRAMACIÓN LINEAL DINÁMICA

CRISTIAN HERNANDO GALINDO DIAZ 1075289165

HILDA MARIA NEIRA ESTUPIÑAN 1.049.635.117
ROLIS FERNANDO ROJAS
EDILBERTO ESPINEL

MODELO Y SIMULACIÓN
212026_62
TUTOR: CESAR FIGUEREDO

UNAD (UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA)

13-Mar-20
TUNJA
Introducción:

Este trabajo tiene el propósito de desarrollar diferentes

soluciones sobre modelos de programación dinámica. El
primer punto y segundo punto contienen ejercicios sobre
producción y cantidades óptimas para minimizar los
costos. El tercer y cuarto ejercicio son orientados a
transporte con el fin de encontrar el modelo óptimo para la
oferta y la demanda.

Los modelos dinámicos son una representación de la

conducta dinámica de un sistema, mientras un modelo
estático involucra la aplicación de una sola ecuación, los
modelos dinámicos, son repetitivos.

Los modelos matemáticos dinámicos aplican mayormente

ecuaciones considerando cambios de tiempos.
CRISTIAN
HERNANDO
GALINDO DIAZ

HILDA
MARIA
NEIRA
 1.1 Qué es la simulación y modelación, tipos y usos.

LA SIMULACIÓN

Es una herramienta que a facilitado la vida de muchas organizaciones y no solo hablamos de

las de producción en temas como manufactura, niveles de inventarios, entre otros; sino
también en las de servicios como análisis de líneas de espera, y programación de
operaciones.

uso de una computadora para llevar a cabo experimentos en un modelo de un sistema real.
La simulación se efectúa antes de que el sistema real entre en operación a fin de ayudar en
su diseño, ver cómo reaccionaría el sistema a los cambios en sus reglas operativas o evaluar
la respuesta del sistema a los cambios en su estructura. La simulación también se puede
usar en conjunto con técnicas científicas tradicionales de gestión y estadística. Además, la
simulación es útil para entrenar a los gerentes y trabajadores en cuanto a la operación del
sistema real porque demuestra los efectos de los cambios en las variables del sistema, el
control en tiempo real y el desarrollo de nuevas ideas sobre cómo dirigir el negocio.

TIPOS DE SIMULACIÓN

1.- Simulación Discreta: Modelación de un sistema por medio de una representación en la

cual el estado de las variables cambia instantáneamente en instante de tiempo separados.
(En términos matemáticos el sistema solo puede cambiar en instante de tiempo contables).

2.- Simulación Continua: Modelación de un sistema por medio de una representación en la

cual las variables de estado cambian continuamente en el tiempo. Típicamente, los modelos
de simulación continua involucran ecuaciones diferenciales que determinan las relaciones
de las tasas de cambios de las variables de estado en el tiempo.

3.- Simulación Combinada Discreta-Continua: Modelación de un sistema por medio de una

representación en la cual unas variables de estado cambian continuamente con respecto al
tiempo y otras cambian instantáneamente en instante de tiempo separados. Es una
simulación en la cual interactúan variables de estado discretas y continuas. Existen tres
(En términos matemáticos el sistema solo puede cambiar en instante de tiempo contables).

2.- Simulación Continua: Modelación de un sistema por medio de una representación en la

cual las variables de estado cambian continuamente en el tiempo. Típicamente, los modelos
de simulación continua involucran ecuaciones diferenciales que determinan las relaciones
de las tasas de cambios de las variables de estado en el tiempo.

3.- Simulación Combinada Discreta-Continua: Modelación de un sistema por medio de una

representación en la cual unas variables de estado cambian continuamente con respecto al
tiempo y otras cambian instantáneamente en instante de tiempo separados. Es una
simulación en la cual interactúan variables de estado discretas y continuas. Existen tres
tipos de interacciones entre las variables de estado de este tipo de simulaciones: -Un
evento discreto puede causar un cambio discreto en el valor de una variable de estado
continua. -Un evento discreto puede causar que la relación que gobierna una variable de
estado continua cambie en un instante de tiempo en particular. -Una variable de estado
continua de punto de partida puede causar que un evento discreto ocurra, o sea,
programado.

4.- Simulación Determinística y/o Estocástica: Una simulación determinística es aquella que
utiliza únicamente datos de entra determinísticos, no utiliza ningún dato de entrada
azaroso. En cambio, un modelo de simulación estocástico incorpora algunos datos de
entrada azarosos al utilizar distribuciones de probabilidad.

5.- Simulación estática y dinámica: La simulación estática es aquella en la cual el tiempo no

juega un papel importante, en contraste con la dinámica en la cual si es muy importante.

MODELACIÓN
Un modelo es un objeto o concepto que utilizamos para representar cualquier otra entidad
(un sistema), es decir mediante u proceso de abstracción se muestran en un formato
adecuado las características de interés de un objeto real o hipotético.

TIPOS DE MODELOS

Los modelos estáticos suelen emplearse para representar un sistema en un cierto instante
de tiempo y en su formulación no se considera el avance del tiempo, es muy útil cuando el
sistema se encuentra en equilibrio, no evoluciona respecto al tiempo, si se cambia el punto
de equilibrio el modelo permite deducir el resto de los valores, pero no muestra la manera
en que cambiaron.

Los modelos dinámicos permiten deducir como las variables de interés del sistema en
estudio evolucionan respecto al tiempo, un ejemplo muy claro es la evolución de material
Los modelos estáticos suelen emplearse para representar un sistema en un cierto instante
de tiempo y en su formulación no se considera el avance del tiempo, es muy útil cuando el
sistema se encuentra en equilibrio, no evoluciona respecto al tiempo, si se cambia el punto
de equilibrio el modelo permite deducir el resto de los valores, pero no muestra la manera
en que cambiaron.

Los modelos dinámicos permiten deducir como las variables de interés del sistema en
estudio evolucionan respecto al tiempo, un ejemplo muy claro es la evolución de material
de un stock que depende de los flujos de entrada y salida, cada uno de los cuales conlleva
implícito la evolución del tiempo.

Un modelo se denomina determinista si su nuevo estado puede ser completamente

definido a partir del estado previo y de sus entradas, es decir ofrece un único conjunto de
valores de salida para un conjunto de entradas conocidas.
Los modelos estocásticos requieren de una o más variables aleatorias para formalizar las
dinámicas de interés, es decir el modelo no genera un único conjunto de salida cuando es
utilizado para realizar un experimento, sino que los resultados generados son utilizados
para estimar el comportamiento real del sistema.

Los modelos continuos se caracterizan por representar la evolución de las variables de

interés de forma continua. En general suelen utilizarse ecuaciones diferenciales ordinarias si
se considera simplemente la evolución de una propiedad respecto al tiempo o bien
ecuaciones derivadas parciales si se considera la evolución respecto al espacio.
Los modelos discretos se caracterizan por representar la evolución de las variables de
interés de forma discreta.

USOS
Fabricación de procesos: la simulación se emplea tanto para el diseño como para la ayuda
en la toma de decisiones operacionales.

Logística: dentro de esta área se incluye tanto una cadena completa de suministros como la
gestión de inventario de un almacén.

Transporte: dentro de esta área, la intermodalidad entendida como interconexión de

diferentes medios de transporte ha merecido especial atención. También se ha introducido
la simulación visual de modelos de tránsito, tanto a lo que se refiere a modelos
macroscópicos como microscópicos.

Sanidad: se emplea tanto para la mejora de un departamento hospitalario como en logística

asociada a los trasplantes o a la coordinación medica en una región.

Negocios: simulación de los procesos administrativos y de negocio de una empresa.

Construcción: la planificación de la construcción en obra civil o a la gestión de recursos.

 PUNTO 1
Desarrollar los siguientes contenidos conceptuales

1.2 Investigue para la modelación las principales herramientas de software utilizadas.

Los simuladores dedicados principalmente a la industria con el objetivo de mejorar e incrementar la

eficiencia al permitir realizar simulaciones de diferentes procesos antes de que ocurran en realidad,
produciendo resultados que pueden ser analizados para una futura realización de los mismos.

Estos son los softwares más usados:

AspenPlus: es utilizado para modelar procesos en industrias: química y petroquímica, refino de petróleo,
procesamiento de gas y aceites, entre otros, AspenPlus tiene la base de datos más amplia entre los
simuladores de procesos comerciales e incluye comportamiento de iones y electrolitos, además modela y
simula cualquier tipo de proceso para el cual hay un flujo continuo de materiales y energía de una unidad
de proceso a otra.

HYSYS: es un programa interactivo enfocado a la ingeniería de procesos y la simulación que se usa para la
solución de problemas relacionados con procesos químicos, además permite el empleo de operadores
lógicos y herramientas que facilitan la simulación de diversos procesos, es un simulador bidireccional ya
que el flujo de información va en dos direcciones, puede calcular las condiciones de una corriente de
entrada a una operación a partir de las correspondientes a la corriente de salida sin necesidad de
cálculos iterativos.

CHEMCAD: es un paquete de módulos que abarca cálculo y diseño de intercambiadores de calor,

simulación de destilaciones dinámicas, simulación de reactores por lotes, simulación de destilaciones por
lotes, simulación de redes de tubería. Es muy usado para el diseño, operación y mantenimiento de
procesos químicos en una gran variedad de industrias.

ProModel: es un programa de simulación de procesos industriales, que permite simular cualquier tipo de
proceso de manufactura, procesos logísticos, manejo de materiales y contiene simulaciones de talleres,
grúas viajeras, bandas de transporte y mucho más, se puede crear un modelo computarizado de todo el
proceso de manufactura y una vez realizado el modelado, se puede simular justo tiempo, teoría de
restricciones, sistemas de empujar y jalar, logística, entre otras.
tuales

1.4 Cree un mapa conceptual de “La simulació

onceptual de “La simulación”
1.5 Cree un mapa conceptual de “La modelación”
 Teniendo en cuenta los conceptos analizados anteriormen

Problema 1
Una surtidora de retail contrató a la empresa “El Diamante” como proveedor de martillos y cinceles en sus tiend
artículos de herramental. La demanda semanal de la surtidora consiste en al menos 2250 martillos y 1120 cincele
capacidad actual de El Diamante, en un turno, no basta para producir las unidades que se le piden, y debe recurrir a
extra y, quizá, a subcontratar en otros proveedores de herramientas. El resultado es un aumento en el costo de pro
por unidad, como se ve en la siguiente tabla. La demanda del mercado limita la proporción de cinceles a martillos
mínimo de 2:1.

a) ¿Cómo debe organizar su producción en cada Tipo de Producción

SOLUCIÓN:

Debemos organizar la información

Índices – Tipo de producción

Martillos: i = 1 (Normal), 2 (Extra), 3 (Subcontratada)
Cinceles: j = 1 (Normal), 2 (Extra), 3 (Subcontratada)

Parámetros (Directriz o patrón)

Demanda semanal artículos: DS (unid/sem)
Costos: CP - Costo de producción por unidad ($/unid)
Máximo producción semanal artículos – PS (unid/sem)
Limite proporción demanda del mercado – LP

Debemos definir las variables

Cantidad de martillos producidas en turno normal X1

Cantidad de martillos producidas en turno extra X2
Cantidad de martillos producidas en turno subcontratadas X3
Cantidad de cinceles producidos en turno normal Y1
Cantidad de cinceles producidos en turno extra Y2
Cantidad de cinceles producidos en turno subcontratadas Y3

X1+X2+X3≥2250 Demanda semanal de Martillos

Y1+Y2+Y3≥1120 Demanda semanal de cinceles
X1≥850 Producción semanal máxima turno normal (Martillos
X1+X2≤1200 Producción semanal máxima turno normal y extra (Ma
Y1≤480 Producción semanal máxima turno normal (cinceles)
Y1+Y2≤999 Producción semanal máxima turno normal y extra (ci
Y1+Y2+Y3 /X1+X2+X3≥2/1 Límite de proporción por demanda del mercado

Función Objetivo

Minimo costo de producción

Min Z=12500X1+14500X2+16500X3+5500Y1+5900Y2+65000Y3

Variables
X1 X2 X3 Y1
Resultado 850 350 1050 480
Costos $ 12,500.00 $ 14,500.00 $ 16,500.00 $ 5,500.00

Restricciones X1 X2 X3 Y1
1 1 1 1
2 1
3 1
4 1 1
5 1
6 1
7 -2 -2 -2 1

Los resultados son:

·         Se fabricarán 850 Martillos en tiempo normal (x1)
·         Se fabricarán 350 Martillos en tiempo extra (x2)
·         Se subcontratarán 1.050 Martillos (x3)
·         Se fabricarán 480 cinceles en tiempo normal (y1)
·         Se fabricarán 519 cinceles en tiempo extra (y2)
·         Se subcontratarán 3.501 cinceles (y3)
El costo total mínimo para cumplir con este programa óptimo de producción es de $61.483.600
 PUNTO 2
nalizados anteriormente, desarrolle los siguientes casos problémicos para aplicar modelaci

Producción Semanal
Herramienta Tipo de Producción
Minimo
Normal 0
Martillos Extra 851
martillos y cinceles en sus tiendas de Subcontratada 1201
os 2250 martillos y 1120 cinceles. La Normal 0
ue se le piden, y debe recurrir a tiempo Cinceles Extra 481
un aumento en el costo de producción
roporción de cinceles a martillos a un Subcontratada 1000

cción
b) Realice la simulación y analice el escenario de la situación a segu
proveedor, la empresa “Tuercas y Tornillos”, un referente provee
siguiente tabla con la capacidad de producción asociada: CAPA
EMPRESA EL TORNO

Producción Semanal
Herramienta Tipo de Producción
Minimo
Normal 0
Martillos Extra 801
Subcontratada 1101
Normal 0
Cinceles Extra 501
Subcontratada 901

Variables
X1 X2 X3 Y1
Resultado 800 300 1150 500
Costos $ 11,500.00 $ 12,500.00 $ 13,500.00 $ 5,500.00

Restricciones X1 X2 X3 Y1
1 1 1 1
2 1
3 1
4 1 1
5 1
6 1
7 -2 -2 -2 1
 Los resultados son:
·         Se fabricarán 800 Martillos en tiempo no
·         Se fabricarán 300 Martillos en tiempo ex
·         Se subcontratarán 1.150 Martillos (x3)
·         Se fabricarán 500 cinceles en tiempo nor
·         Se fabricarán 400 cinceles en tiempo ext
·         Se subcontratarán 3.600 cinceles (y3)
El costo total mínimo para cumplir con este programa ópti

Y2 Y3
519 3501
$ 5,900.00 $ 6,500.00 $ 61,483,600.00

Y2 Y3 Resultado Desigualdad Límite

$ 2,250 ≥ 2250
1 1 $ 4,500 ≥ 1120
$ 850 ≥ 850
$ 1,200 ≤ 1200
$ 480 ≤ 480
1 $ 999 ≤ 999
1 1 $ - ≥ 0

oducción es de $61.483.600
ara aplicar modelación

Producción Semanal
Costo ($/und)
Maximo
850 12,500.00
1200 14,500.00
sin limite 16,500.00
480 5,500.00
990 5,900.00
sin limite 6,500.00

nario de la situación a seguir: Suponga que llega un nuevo

nillos”, un referente proveedor de martillos, y presenta la
producción asociada: CAPACIDAD DE PRODUCCIÓN –
MPRESA EL TORNO

Producción Semanal
Costo ($/und)
Maximo
800 11,500.00
1100 12,500.00
sin limite 13,500.00
500 5,500.00
900 6,500.00
sin limite 7,000.00

Y2 Y3
400 3600
$ 6,500.00 $ 7,000.00 $ 59,025,000.00

Y2 Y3 Resultado Desigualdad Límite

$ 2,250 ≥ 2250
1 1 $ 4,500 ≥ 1120
$ 800 ≥ 850
$ 1,100 ≤ 1200
$ 500 ≤ 480
1 $ 900 ≤ 999
1 1 $ - ≥ 0
800 Martillos en tiempo normal (x1)
300 Martillos en tiempo extra (x2)
arán 1.150 Martillos (x3)
500 cinceles en tiempo normal (y1)
400 cinceles en tiempo extra (y2)
arán 3.600 cinceles (y3)
lir con este programa óptimo de producción es de $59.025.000
 Problema 2
Se fabrican dos aleaciones, A y B, a partir de tres metales, donde se deben cumplir las siguientes
condiciones sobre los componentes de dichos metales (I, II, III y IV), de acuerdo con las siguientes
especificaciones:

Precio de Venta
Aleación Especificaciones ($/TON)
Cuando mas 35% de componente I
A Cuando mas 25% de componente II 350
Cuando menos 38% de componente IV
De 10% a 20% de componente II
B Cuando menos 12%de componentes III 380
Cuando mas 11% de componente IV

a) ¿Cuánto se debe producir de cada aleación?

Organización de la información
Índices – Tipo de producción
Metal: i = 1,2,3 Número de tipo de Metal
Aleación: j = 1,2 Número de tipo de aleación

Parámetros (Directriz o patrón)

Precio de venta Aleación PVAj – Precio de Venta al Público de Aleación j ($/u)

Costos: Cmi – Costo de Metal i ($ / Ton)

Máximo Disponible Metal: MaxMi – Cantidad Máxima Disponible de Metal i (Ton)

Matriz de Componente: Mcomp – Cantidad de cada componente en Aleación (%)

Aleación A
I II III IV Otros
35% 25% 0% 38% 0%
Metal 1 Cantidad de metal 1 para producir la aleación A - Y1
Metal 2 Cantidad de metal 2 para producir la aleación A - Y2
Metal 3 Cantidad de metal 3 para producir la aleación A - Y3
Aleación B
 I II III IV Otros
Disponibilidad
0% 10% a 20% 12% 11% 0%
Metal 1 Cantidad de metal 1 para producir la aleación B - Y4 2800
Metal 2 Cantidad de metal 2 para producir la aleación B - Y5 2100
Metal 3 Cantidad de metal 3 para producir la aleación B - Y6 3700

Variables
X1 Y2 Y3 Y4 Y5 Y6
Resultado 0.35 0 3699.89 0.2 2100 0.11
Valor $ 350 $ 380
Costos $ 20 $ 25 $ 15 $ 20 $ 25 $ 15

Utilidad
$ 1,985,191

Respuesta: La utilidad máxima alcanzada con este programa óptimo es de $ 1.985.191

A su vez, con relación a os metales se cuenta con información de los componentes, la
disponibilidad y los costos, según se resume en la siguiente tabla:

Disponibilidad Componentes Costo

Metal
(TON) I II III IV Otros ($/TON)
1 2800 20 20 20 5 10 20
2 2100 10 10 0 18 20 25
3 3700 3 20 0 31 0 15

Establecer Variables
Cantidad del componente I Y1
Aleación A Cantidad del componente II Y2
Cantidad del componente IV Y3
Cantidad del componente II Y4
Aleación B Cantidad del componente III Y5
 Aleación B
Cantidad del componente IV Y6
Costos

$ 20
$ 25
$ 15

Restricciones X1 X2 X3 X4 X5 X6
1 1 1
2 1 1
3 1 1
4 1
5 1
6 1
7 1
8 1
9 1
10 1
Resultado Desigualdad Límite
0.55 ≤ 2800
2100 ≤ 2100
3700 ≤ 3700
0.35 ≤ 35.0%
0 ≤ 25.0%
3700 ≥ 38.0%
0.2 ≥ 10.0%
0.2 ≤ 20.0%
2100 ≥ 12.0%
0.11 ≤ 11.0%
 Problema 3
Considerando los costos unitarios de transporte y cantidades de Oferta y Demanda que
se presentan a continuación, determine las cantidades óptimas a ser transportadas desde
cada origen y hacia cada destino.

Destino
Tienda1 Tienda 2 Tienda3 Tienda4 Tienda5 Tienda6
Planta 1 $ 3 $ 5 $ 12 $ 5 $ 4 $ 3
Planta 2 $ 8 $ 7 $ 9 $ 5 $ 9 $ 7
Origen
Planta 3 $ 6 $ 2 $ 3 $ 8 $ 2 $ 5
Planta 4 $ 4 $ 10 $ 4 $ 6 $ 5 $ 8
250 150 200 550 350 100

Organización de la información:

Índices – Tipo de establecimiento

Origen: i = 1,2,3,4 Número de planta
Destino: j = 1,2,3,4,5,6 Número de tienda

Parámetros (Directriz o patrón)

Matriz costo de transporte: CT_ Matriz costo de transporte planta-tienda ($/u)

Matriz oferta: OP-Matriz de ofertas por planta (u)

Matriz demanda: DT-Matriz de demandas por tienda (u)

Respuesta: El costo de transporte alcanzado con este progr
 900
800
200
500

Oferta Envía Restrición Cantidades Demanda Recibe Restrición

Planta 1 900 = 900 Tienda 1 250 =
Planta 2 100 = 800 Tienda 2 150 =
Planta 3 100 = 200 Tienda 3 200 =
Planta 4 500 = 500 Tienda 4 550 =
Tienda 5 350 =
Tienda 6 100 =

DESTINO

Tienda 1 Tienda 2 Tienda 3 Tienda 4 Tienda 5 Tienda 6

P1 $ 3.00 $ 5.00 $ 12.00 $ 5.00 $ 4.00 $ 3.00
P2 $ 8.00 $ 7.00 $ 9.00 $ 5.00 $ 9.00 $ 7.00
ORIGEN
P3 $ 6.00 $ 2.00 $ 3.00 $ 8.00 $ 2.00 $ 5.00
P4 $ 4.00 $ 10.00 $ 4.00 $ 6.00 $ 5.00 $ 8.00

Costo total $ 9,550

Tienda 1 Tienda 2 Tienda 3 Tienda 4 Tienda 5 Tienda 6 SUMA

P1 150 150 200 400 0 0 900
P2 100 0 0 0 0 0 100
P3 0 0 0 0 0 100 100
P4 0 0 0 150 350 0 500
SUMA 250 150 200 550 350 100
250 150 200 550 350 100
ansporte alcanzado con este programa óptimo es de $9.550
Cantidades
250
150
200
550
350
100

900
800
200
500
 Problema 4
Considerando los costos unitarios de transporte y cantidades de Oferta y Demanda que
se presentan a continuación, determine las cantidades óptimas a ser transportadas desde
cada origen y hacia cada destino.

Destino
Tienda 1 Tienda 2 Tienda 3 Tienda 4
Planta 1 $ 10 $ 13 $ 19 $ 11 180
Planta 2 $ 12 $ 11 $ 17 $ 11 300
Origen
Planta 3 $ 15 $ 18 $ 12 $ 10 200
Planta 4 $ 18 $ 14 $ 16 $ 9 240
200 300 250 150

Organización de la información:

Índices – Tipo de establecimiento

Origen: i = 1,2,3,4 Número de planta
Destino: j = 1,2,3,4 Número de tienda

Parámetros (Directriz o patrón)

Matriz costo de transporte: CT- Matriz costo de transporte planta-tienda ($/u)

Matriz oferta: OP-Matriz de ofertas por planta (u)

Matriz demanda: DT-Matriz de demandas por tienda (u)

Respuesta: El costo de t
 Oferta Envía Restrición Cantidades Demanda Recibe Restrición
Planta 1 180 = 180 Tienda 1 200 =
Planta 2 300 = 300 Tienda 2 300 =
Planta 3 180 = 200 Tienda 3 250 =
Planta 4 240 = 240 Tienda 4 150 =

DESTINO
Tienda 1 Tienda 2 Tienda 3 Tienda 4
P1 $ 10.00 $ 13.00 $ 19.00 $ 11.00
P2 $ 12.00 $ 11.00 $ 17.00 $ 11.00
ORIGEN
P3 $ 15.00 $ 18.00 $ 12.00 $ 10.00
P4 $ 18.00 $ 14.00 $ 16.00 $ 9.00

Costo total $ 27,150

Tienda 1 Tienda 2 Tienda 3 Tienda 4 SUMA

P1 0 170 10 0 180 180
P2 170 130 0 0 300 300
P3 30 0 0 150 180 200
P4 0 0 240 0 240 240
SUMA 200 300 250 150
200 300 250 150

Respuesta: El costo de transporte alcanzado con este programa óptimo es de $27.150

Cantidades
200
300
250
150
Conclusiones:

Mediante la ejecución de los diferentes ejercicios del taller, se puede evidenciar

cómo los métodos de programación dinámica y lineal, son una eficiente y sencilla
herramienta para encontrar soluciones óptimas de los diferentes problemas que se
puedan llegar a presentar en las organizaciones.
En el ejercicio 1 se conlcuye que el proveedor "Tuercas y tornillos" presenta una
mejor propuesta asociada con la capacidad de producción y unos costos 2más bajos
$59,025,000.00 con relación a la propuesta inicial de "El Diamante".

De acuerdo a las programaciones ejecutadas para darle solución al segundo ejercicio,

se determinó que la utilidad óptima es de $1.985.190,80 para la cantidad
correspondiente en cada uno de los componentes en la fabricación de los metales
mediantes las 2 alternativas de aleaciones.
En los ejercicios de transporte, se estimó cuál era el modo más pertienente y menos
costoso para transportar los productos y cumplir con la demanda a las diferentes
tiendas en los casos respectivos. Es importante aclarar, que en ninguno de los 2
ejercicios, se llegó a la solución óptima; las tiendas sí recibieron lo estimado en la
oferta planteada, pero algunas plantas de produccción no lograron alcanzar sus
capacidades de producción.
Bibliografía

Bautista-Valhondo, J. (2016). Modelos y herramientas de decisión.

Programación dinámica II . Obtenido de
https://ocw.upc.edu/sites/all/modules/ocw/estadistiques/download.php?
file=240EO023/2016/1/55064/tr_mhd2016_programacion_dinamica_2-
5718.pdf

Flores, I. (s.f.). PROGRAMACIÓN DINÁMICA. Obtenido de

https://www.ingenieria.unam.mx/sistemas/PDF/Avisos/Seminarios/Seminari
oV/Sesion6_IdaliaFlores_20abr15.pdf

Tijerina, H. (20 de Noviembre de 2010). Youtube. Recuperado el 24 de

Febrero de 2020, de https://www.youtube.com/watch?v=niDy8691Iq8

Universidad del Valle. (s.f.). Programación Dinámica Determinística.

Obtenido de
https://campusvirtual.univalle.edu.co/moodle/pluginfile.php/1002888/mod_r
esource/content/1/Clase_6._Programaci%C3%B3n_Din
%C3%A1mica_Determin%C3%ADstica_Sp.pdf