Métodos Determinísticos.

Presentado a:
Ricardo Javier Pineda
Presentado por:
Jhin Albert Alfonso S
Código: 1095794933
Grupo: 164

Universidad Nacional Abierta y a Distancia UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería
Monterrey 2020
 Introducción.

Toda organización puede considerarse como un sistema, en el cual las componentes

se relacionan e interactúan unas con otras, tales interacciones pueden ser controlables
o incontrolables. La organización o sistema es una estructura por la que fluye
información, por lo tanto, es dinámica y sus objetivos serán siempre la optimización en
su rama, controlando la eficiencia y efectividad de todas sus componentes por medio
de métodos que permitan encontrar las relaciones óptimas que mejor operen el
sistema, dado un objetivo específico
Los siguientes datos de programa de programación lineal se usan para la planificación
mensual de las tareas de una planta donde se fabrican 3 productos (P1, P2 y P3) y
que se procesan en tres áreas diferentes (T1, T2 y T3) con disponibilidades horarias
para el mes de marzo de 2020 respectivas de 900, 480 y 400 horas al mes.
Maximizar: Z = 8 X1 + 6 X2 + 6 X3
Sujeto a:
1,5 X1 + 2,5 X2 + 1,8 X3 ≤ 900
1,7 X1 + 1,5 X2 + 1,9 X3 ≤ 480
1,8 X1 + 1,2 X2 + 1,7 X3 ≤ 400
Función Objetivo
MAXIMIZAR: Z = 8 X1 + 6 X2 + 6 X3 + 0 X4 + 0 X5 + 0 X6

sujeto a
1.5 X1 + 2.5 X2 + 1.8 X3 + 1 X4 = 900
1.7 X1 + 1.5 X2 + 1.9 X3 + 1 X5 = 480
1.8 X1 + 1.2 X2 + 1.7 X3 + 1 X6 = 400

Tabla
8 6 6 0 0 0
1

Base Cb P0 P1 P2 P3 P4 P5 P6
P4 0 900 1.5 2.5 1.8 1 0 0
P5 0 480 1.7 1.5 1.9 0 1 0
P6 0 400 1.8 1.2 1.7 0 0 1
Z 0 -8 -6 -6 0 0 0

La variable que sale de la base es P6 y la que entra es P1.

Tabla
8 6 6 0 0 0
2

Base Cb P0 P1 P2 P3 P4 P5 P6
P4 0 56.6 0 1.5 0.38 1 0 -83
P5 0 10.2 0 0.36 0.29 0 1 -94
P1 8 22.2 1 0.66 0.94 0 0 0.55
Z 17.7 0 -66 15.5 0 0 44.4

La variable que sale de la base es P5 y la que entra es P2.

 Tabla 3 8 6 6 0 0 0

Base Cb P0 P1 P2 P3 P4 P5 P6
P4 0 14.8 0 0 -82 1 -409 3.03
P2 6 27.8 0 1 0.80 0 27.2 -257
P1 8 36.3 1 0 0.40 0 -181 22.7
Z 1.963 0 0 20.9 0 18.1 27.2

La solución óptima es Z = 1.963 unidades

X1 = 36
X2 = 278
X3 = 0
Solo deben fabricarse los productos 1 y 2.

Ejercicio 2. Análisis gráfico de la solución del problema de programación lineal:

Según la gráfica, que describe un problema típico de programación lineal:
 Valor de la función
Punto Coordenada X (X1) Coordenada Y (X2)
objetivo (Z)

O 0 0 0
A 0 240 1680
B 240 0 1200
C 110 130 1460
D 0 225 1575
E 150 0 750
F 50 150 1300
G 0 16.666.666.666.667 11.666.666.666.667
H 500 0 2500

En color verde los puntos en los que se encuentra la solución.

En color rojo los puntos que no pertenecen a la región factible.

Maximizar: Z = 5 X1 + 7 X2

Sujeto a:

2 X1 + 2 X2 ≤ 480
3 X1 + 2 X2 ≤ 450
1 X1 + 3 X2 ≤ 500
X1, X2 ≥ 0

Función Objetivo

MAXIMIZAR: Z = 5 X1 + 7 X2 + 0 X3 + 0 X4 + 0 X5
sujeto a:

2 X1 + 2 X2 + 1 X3 = 480
3 X1 + 2 X2 + 1 X4 = 450
1 X1 + 3 X2 + 1 X5 = 500
X1, X2, X3, X4, X5 ≥ 0

Tabla 1 5 7 0 0 0

Base Cb P0 P1 P2 P3 P4 P5
P3 0 480 2 2 1 0 0
P4 0 450 3 2 0 1 0
P5 0 500 1 3 0 0 1
Z 0 -5 -7 0 0 0
La variable que sale de la base es P5 y la que entra es P2.
 Tabla
5 7 0 0 0
2

Base Cb P0 P1 P2 P3 P4 P5
P3 0 14.6 13.3 0 1 0 -66
P4 0 11.6 23.3 0 0 1 -66
P2 7 16.6 0.33 1 0 0 0.33
Z 11.6 -266 0 0 0 23.3

La variable que sale de la base es P4 y la que entra es P1.

Tabla
5 7 0 0 0
3

Base Cb P0 P1 P2 P3 P4 P5
P3 0 80 0 0 1 -57 -28
P1 5 50 1 0 0 0.42 -28
P2 7 150 0 1 0 -14 0.42
Z 1300 0 0 0 11.4 15.7

La solución óptima es Z = 1300 utilidad maximizada

X1 = 50 valor variable 1
X2 = 150 valor variable 2

Ejercicio 3. Análisis gráfico de la solución del problema de programación lineal:

Según la gráfica, que describe un problema típico de programación lineal:

 Coordenada X Valor de la función
Punto Coordenada Y (X2)
(X1) objetivo (Z)

O 0 0 0
A 0 240 1680
B 240 0 1200
C 110 130 1460
D 0 225 1575
E 150 0 750
F 50 150 1300
G 0 16.666.666.666.667 11.666.666.666.667
H 500 0 2500

En color verde los puntos en los que se encuentra la solución.

En color rojo los puntos que no pertenecen a la región factible.

Minimizar: Z = 5 X1 + 7 X2
Sujeto a:
2 X1 + 2 X2 ≥ 480
3 X1 + 2 X2 ≥ 450
1 X1 + 3 X2 ≥ 500
X1, X2 ≥ 0

Función Objetivo

MAXIMIZAR: Z = -5 X1 -7 X2 + 0 X3 + 0 X4 + 0 X5 + 0 X6 + 0 X7 + 0 X8

sujeto a
2 X1 + 2 X2 -1 X3 + 1 X6 = 480
3 X1 + 2 X2 -1 X4 + 1 X7 = 450
1 X1 + 3 X2 -1 X5 + 1 X8 = 500
X1, X2, X3, X4, X5, X6, X7, X8 ≥ 0

Tabla 1 0 0 0 0 0 -1 -1 -1
Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
P6 -1 480 2 2 -1 0 0 1 0 0
P7 -1 450 3 2 0 -1 0 0 1 0
P8 -1 500 1 3 0 0 -1 0 0 1
Z -1430 -6 -7 1 1 1 0 0 0
La variable que sale de la base es P8 y la que entra es P2.

Tabla 2 0 0 0 0 0 -1 -1 -1
Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
P6 -1 14.6 13.3 0 -1 0 0.66 1 0 -66
P7 -1 11.6 23.3 0 0 -1 0.66 0 1 -66
P2 0 16.6 0.33 1 0 0 -33 0 0 0.33
Z -263 -366 0 1 1 -133 0 0 23.3

La variable que sale de la base es P7 y la que entra es P1.

Tabla
0 0 0 0 0 -1 -1 -1
3
Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
P6 -1 80 0 0 -1 0.57 0.28 1 -57 -28
P1 0 50 1 0 0 -42 0.28 0 0.42 -28
P2 0 150 0 1 0 0.14 -42 0 -14 0.42
Z -80 0 0 1 -57 -28 0 15.7 12.8

La variable que sale de la base es P6 y la que entra es P4.

Tabla 4 0 0 0 0 0 -1 -1 -1
Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
P4 0 140 0 0 -1.75 1 0.5 1.75 -1 -0.5
P1 0 110 1 0 -0.75 0 0.5 0.75 0 -0.5
-
P2 0 130 0 1 0.25 0 -0.5 0 0.5
0.25
Z -1.6E-13 0 0 0 0 0 1 1 1

Tabla 1 -5 -7 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P4 0 140 0 0 -1.75 1 0.5
P1 -5 110 1 0 -0.75 0 0.5
P2 -7 130 0 1 0.25 0 -0.5
Z -1460 0 0 2 0 1
La solución óptima es Z = 1460 Costo mínimo

Coordenadas

X1 = 110 Valor de la variable 1

X2 = 130 Valor de la variable 2
 Conclusiones.

Para la solución de un determinado problema, se debe identificar primero un criterio

mediante el cual se escoge un modelo a seguir cuyos parámetros fluctúen de manera
efectiva; esto establece el rendimiento o efectividad que resulte en términos de menos
costos y más beneficios. Para esto, en un conjunto de problemas previamente
formulados se toman en cuentan distintas variables con sus respectivas restricciones,
con el fin de llegar a una única función objetivo que incluya la mayor complejidad en
las relaciones y una cantidad mayor de variables y elementos ajenos al modelo
determinístico.
 Bibliografía.

 Chediak, F. (2012). Investigación de operaciones. (3a. ed.), Ibagué, Colombia:

Editorial Universidad de Ibagué. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=106
92458
 Pineda, R. (2018, noviembre 15). OVI – modelos de transporte [Archivo de
video]. Recuperado de http://hdl.handle.net/10596/22349
 Pineda, R. (2018, noviembre 15). OVI – modelos de asignación [Archivo de
video]. Recuperado de http://hdl.handle.net/10596/21672
 Pineda, R. (2018, noviembre 15). OVA – Unidad 1 modelos de decisión
determinísticos [Objeto Virtual de Aprendizaje]. Recuperado
de http://hdl.handle.net/10596/21499
 Kong, M. (2011). El problema de transporte o distribución, métodos de
solución (pp. 153-160), Lima, Perú: Editorial Pontificia Universidad Católica del
Perú. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=107
51521