PRE SABERES DEL CURSO

Por:
JUAN CARLOS GONZÁLEZ SIERRA
C.C: 1.035.914.809

Profesor:
LIDA MARGARITA ZAMBRANO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

FACULTAD DE INGENIERÍA
MEDELLIN
2020
 INTRODUCCIÓN

La industria tiene muchos problemas para poder fabricar sus productos a tiempo y con
calidad en los siguientes ejercicios analizaremos problemas cotidianos de una empresa y
las formas de solucionarlos con las diferentes mitologías para estos casos.
Ejercicio 1. Planteamiento de un problema de programación lineal:

Para desarrollar las tareas es necesario que se consulten las referencias bibliográficas:

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.

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 (X1, X2 y X3) y que se
procesan en áreas diferentes con disponibilidades horarias de producción mensuales
respectivas de 48, 20, 8 y 5 horas al mes.

Maximizar: Z = 60 X1 + 30 X2 + 20 X3

Sujeto a:

8 X1 + 6 X2 + 1 X3 ≤ 48
4 X1 + 2 X2 + 3/2 X3 ≤ 20
2 X1 + 3/2 X2 + 1/2 X3 ≤ 8
1 X2 ≤ 5
X1, X2, X3 ≥ 0

Con los datos anteriores:

 a. Resuélvalo por el método simplex.
b. ¿Cuál es la utilidad que genera la producción mensual?
c. ¿Deben fabricarse los 3 productos?, si la respuesta es negativa, indique cuáles se
deben fabricar.

Desarrollo

DESARROLLO

Para aplicar el método simplex se debe primero igualar a cero la ecuación principal y luego
igualar las restricciones pues el método simplex no acepta desigualdades, dándonos lo
siguiente

z−60 x 1−30 x 2−20 x3 =0

8 x 1+ 6 x2 + x 3 +s 1=48

3
4 x1 +2 x 2+ x 3 + s2=20
2
3 1
60 x 1+ 30 x 2 + x3 + s3 =8
2 2
x 2+ s 4=5

Con estas modificaciones a las ecuaciones iniciales podemos aplicar el método simplex
iniciando con la tabla característica del método

z x1 x2 x3 s1 s2 s3 s4 CTE

z 1 −60 −30 −20 0 0 0 0 0

s1 0 8 6 1 1 0 0 0 48
s2 0 4 2 1 3 0 1 0 20
2
s3 0 2 3 1 0 0 1 0 8
2 2
s4 0 0 1 0 0 0 0 1 5
48 20 8 0
=6 ; =5 ; =4 ; =0
8 4 2 5
Como las variables de decisión no pueden ser negativas vamos a enpesar a reducirla
para esto debemos encontrar la columna pivote que en este caso es x 1 y luego la fila
pivote que en este caso es s3 y empezar a reducir por método de gauss.

Para esto dividiremos la fila pivote por el dato pivote que es el valor que se encuentra en
la intersección de la fila y columna pivote (2) y luego reducir por método de gauss usando
el 1 que generamos usando las siguientes operaciones entre filas
f z :60 f s +f z
3

f s :−8 f s + f s
1 3 1

f s :−4 f s +f s
2 3 2

Lo que nos da la siguiente tabla:

z x1 x2 x3 s1 s2 s3 s4 CTE

z 1 0 15 −5 0 0 120 0 240
s1 0 0 0 −1 1 0 −16 0 16
s2 0 0 −1 0.5 0 1 −8 0 4
x1 0 1 0,75 0,25 0 0 2 0 4
s4 0 0 1 0 0 0 0 1 5

Repitiendo el proceso anterior tenemos las siguientes columnas y filas pivote con su
respectivo dato pivote

z x1 x2 x3 s1 s2 s3 s4 CTE

z 1 0 15 −5 0 0 120 0 240
s1 0 0 0 −1 1 0 −16 0 16
s2 0 0 −1 0.5 0 1 −8 0 4
x1 0 1 0,75 0,25 0 0 2 0 4
s4 0 0 1 0 0 0 0 1 5
16 4 4 5
=−16 ; =8 ; =16 ; =indet
−1 0.5 0.25 0
Y reduciendo por fila como hicimos en el paso anterior tenemos la siguiente tabla de
resultados
z x1 x2 x3 s1 s2 s3 s4 CTE

z 1 0 12,5 0 0 2,5 119,7 0 240,62

s1 0 0 −0,5 0 1 0,5 −16,06 0 16,125
x3 0 0 −0,5 1 0 0,5 −0,06 0 0,125
x1 0 1 0,875 0 0 −0,125 2,015 0 3,969
s4 0 0 1 0 0 0 0 1 5

Que como se puede observar ya no tiene valores negativos en la fila de z por lo que el
proceso por método simplex queda finalizado

B. La utilidad que genera la producción mensual es de 240,62.

C. No se debería de fabricarse los 3 productos; se deberían de fabricar los productos X1 y

X2.

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

Para desarrollar las tareas es necesario que se consulten las referencias bibliográficas:

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.

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

El cual está sujeto a las condiciones de:
Identifique las condiciones respuesta de:

a. Función objetivo, utilidad maximizada.

b. Valor de la variable X1.
c. Valor de la variable X2.
d. Valor de las coordenadas limitantes del gráfico y el valor de la función objetivo.

DESARROLLO

En este caso nuestra función objetivo es

Z=5 x1 + 4 x 2

Con las siguientes condiciones

a) 2 x1 +3 x 2 ≤ 5
b) 4 x1 + x 2 ≤ 11
c) 3 x 1+ 4 x 2 ≤ 8
d) x 1 , x 2 ≥ 0

Ahora se evaluará cada variable en cero y se despejará la variable contraria como se verá a
continuación (por simplicidad se usarán igualdades)

a) x 1=0
2(0)+3 x 2=5
3 x 2=5

x 2=1.6

x 2=0

2 x1 +3( 0)=5
2 x1 =5

x 1=2.5

b) x 1=0
4 (0)+ x 2=11
x 2=11

x 2=0

4 x1 +(0)=11
4 x1 =11

x 1=2.75

c) x 1=0
3(0)+ 4 x 2=8
4 x2 =8

x 2=2

x 2=0

3 x 1+ 4( 0)=8
3 x 1=8

x 1=2.6
De las anteriores coordenadas solo 2 son vértices de la zona donde la función objetivo es
máxima (además de él origen) que son

A) x 1=0 , x 2=1,6

B) x 1=2,5 , x2 =0

0) x 1=0 , x 2=0

Ahora evaluaremos cada uno de los vértices en la función objetivo

x1 x2 Z=5 x1 + 4 x 2
0 1,6 4(1,6)=6,4
2,5 0 5(2,5)=12,5
0 0 0

Lo que nos deja con que el máximo y sus respectivas variables son
x 1=2,5

x 2=0
z=12.5
Ejercicio 3. Análisis gráfico de la solución del problema de programación lineal:

Para desarrollar las tareas es necesario que se consulten las referencias bibliográficas:

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.

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

El cual está sujeto a las condiciones de:

Identifique las condiciones respuesta de:

a. Función objetivo, costo minimizado.

b. Valor de la variable X1.
c. Valor de la variable X2.
d. Valor de las coordenadas limitantes del gráfico y el valor de la función objetivo.

DESARROLLO

En este caso nuestra función objetivo es

Z=15 x1 +17 x 2

Con las siguientes condiciones

a) 4 x1 +3 x 2 ≤ 23
b) 3 x 1+ 4 x 2 ≤ 18
c) 2 x1 +5 x 2 ≤ 25
d) x 1 , x 2 ≥ 0

Ahora se evaluará cada variable en cero y se despejará la variable contraria como se verá a
continuación (por simplicidad se usarán igualdades)

a)
b) x 1=0
4 (0)+3 x 2=23
3 x 2=23

x 2=7,6

x 2=0

4 x1 +3( 0)=23
 4 x1 =23

x 1=5,75

c) x 1=0
3(0)+ 4 x 2=18
4 x2 =18

x 2=4,5

x 2=0

3 x 1+ 4( 0)=18
3 x 1=18

x 1=6

d) x 1=0
2(0)+5 x 2=25
5 x 2=25

x 2=5

x 2=0

2 x1 +5(0)=25
2 x1 =25

x 1=12,5

De las anteriores coordenadas solo 2 son vértices de la zona donde la función objetivo es
máxima (que son A y H) nos falta solo D del cual lo podemos hallar el vector que lo
representa de la siguiente manera:

D=4 x 1+ 3 x 2=23
⃗

2 x1 +5 x 2=25
∆ 4 3 20−6=14
| |
2 5

∆ x |23 3|115−75=40
1
25 5

∆ x |4 23|100−46=54
2
2 25
40
∆ x 1= =2,85
14
54
∆ x 2= =3,85
14
Lo cual nos deja con los siguientes 3 vértices

A) x 1=0 , x 2=7,6

D) x 1=2,85 , x2 =3,85

H) x 1=12,5 , x 2=0

Ahora evaluaremos cada uno de los vértices en la función objetivo

x1 x2 z=15 x 1+17 x 2
0 7,6 17(7,6)=129,2
2,85 3,85 15(2,85)+17(3,85)=108,2
12,5 0 15(12,5)=187,5

Lo que nos deja con que el mínimo y sus respectivas variables son
x 1=2,85

x 2=3,85

Z=108,2
 CONCLUSIONES

 La importancia que tiene las matemáticas para la solución de problemas en la

industria es demasiado grande. Las matemáticas son exactas y con ellas se pueden
simular diferentes procesos y determinar qué es lo mejor en cada caso
 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=10692458
 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