1

Trabajo de Metodos Deterministicos

Tarea 1. Pre – Saberes
Universidad Nacional Abierta y a Distancia

[CITATION BAR20 \l 9226 ]

Integrante
John Jairo Benítez Cuavas

Tutora
Jennifer Tovar

Notas de Autor
John Jairo Benitez Cuavas, ECBTI, UNAD
La correspondencia relacionada con este trabajo debe ser dirigida a
Cuavas.28@gmail.com
Metodos Deterministicos Grupo No 212022_71
Universidad Nacional Abierta y a Distancia, Dg 17 Sur No 33 - 24 Bogotá
2020
 2

Introducción

Los métodos determinísticos además de ser una herramienta fundamental para

la toma de decisiones, optimizan los resultados logísticos, administrativos y financieros
de una organización con el fin de mejorar procesos, reducir costos y mejorar
sus recursos técnicos.
Estos resultados o función objetivo están sujetos a diferentes restricciones conocidas
que permiten buscar el máximo o mínimo que según el caso a resolver.

Con el método gráfico permiten trazar en un sistema de coordenadas las

asignaciones dadas tras resolver las ecuaciones y hallar X 1 y X 2 , con dos variables de
decisión.

El método simplex va más allá de 2 variables dadas para determinar las funciones
objetivas y alcanzar el objetivo planteado.
 3

Objetivos de la Actividad

Objetivo General

Reconocer los métodos de solución de problemas de programación lineal.

 4

Desarrollo Actividad de la Actividad Académica

Ejercicio 1. Método simplex y gráfico.

Según la siguiente gráfica, que describe un problema típico de programación lineal:
En una empresa fabricante de mesas desea encontrar la solución a la necesidad de
producir mesas rectangulares de tal forma que las dimensiones no sobrepasen 2 m y la
suma de su dimensión mayor y el doble de la menor no sea mayor a los 4 m:

A partir de la situación problema:

a) Formule el problema como un modelo de programación lineal con todos los
elementos que le caracterizan según las condiciones del problema y teniendo en
cuenta que la función objetivo es Max Z = 2X1 + 2X2.
b) Resuélvalo por los métodos simplex y gráfico.
c) Analice ¿Cuál es el valor máximo del perímetro para las mesas a fabricar?

Método simplex
Es un proceso que a diferencia del método gráfico, nos permite resolver cualquier
caso, sin importar el número de variables.

Resolvemos:
4 pasos para resolver
 Identificar los datos
 Función objetivo
 Restricciones
 Tablas simplex [ CITATION Che12 \l 9226 ]
 5

Paso 1: Identificar datos

Productos
Dimensión menor de un mesa X1
Dimensión mayor de un mesa X2

Paso 2: Función objetivo

Z=2 X 1+ 2 X 2

Paso 3: Restricciones
2 X 1 +2 X 2 ≤ 4
X1 ≥ 0 , X2 ≥ 0

Paso 3: Tablas simplex

Función objetivo:   Maximizar Z ( X 1 , X 2 , H 1 , H 2 , H 3 )=2 X 1 +2 X 2 +0 H 1+ 0 H 2+ 0 H 3  

Condición: Columna Pivote:

X 1 + H 1=2 Dentro de nuestra

X 2 + H 2=2 tabla simplex. Es

aquella columna con el
X 1 + X 2+ H 3 =4
valor más negativo, en
Z=2 X 1+ 2 X 2+ 0
la fila de la función Z.
Z−2 X 1−2 X 2=0

Fila Pivote: Es la fila

Tabla.1
que tenga menor valor,
VB Z X1 X2 H1 H2 H 3 CR
H1 0 1 0 1 0 0 2 luego de dividir la
2/0=0
H2 0 0 1 0 1 0 2 constante de la
H3 0 1 1 0 0 1 4 2/1=2 restricción, entre la
Z 1 −2 −2 0 0 0 0 4 /1=4 variable de la columna
Se obtiene la primera solución: Z ( 0,0,2,4 )=0
0 /2=0 pivote.

Elemento Pivote: Es la intersección entre

Tabla.2
la fila yZla columna
VB X 1 Xpivote.
H1 H2 H3 CR
2 Fila entrante: Los
valores serán los
mismos de la fila
saliente, pero dividido
 6

H1
X2 0 0 1 0 1 0 2
H3
Z

Fila nueva H 1
fila vieja H 1 0 1 0 1 0 0 2
coeficiente pivote H 1 0 0 0 0 0 0 0
fila entrante 0 0 1 0 1 0 2
H1 0 1 0 1 0 0 2

Fila nueva H 3
fila vieja H 3 0 1 1 0 0 1 4
coeficiente pivote H 3 1 1 1 1 1 1 1
fila entrante 0 0 1 0 1 0 2
H3 0 1 0 0 −1 1 2

Fila nueva Z
fila vieja Z 1 −2 −2 0 0 0 0
coeficiente pivote Z −2 −2 −2 −2 −2 −2 −2
fila entrante 0 0 1 0 1 0 2
Z 1 −2 0 0 2 0 4

Tabla. 3
VB Z X1 X2 H1 H2 H3 CR
H1 0 1 0 1 0 0 2 2/1=2
X2 0 0 1 0 1 0 2
H3 0 1 0 0 −1 1 2 2/0=0
Z 1 −2 0 0 2 0 4 2/1=2
4
Se obtiene la primera solución: )=4=−2
Z ( 0 ,−2,2,2−2

Tabla. 4
VB Z X1 X2 H1 H2 H3 CR Fila entrante: Los
valores serán los
mismos de la fila
saliente, pero dividido
 7

X1 0 1 0 1 0 0 2
X2
H3
Z

Fila nueva X 2
fila vieja X 2 0 0 1 0 1 0 2
coeficiente pivote X 2 0 0 0 0 0 0 0
fila entrante 0 1 0 1 0 0 2
X2 0 0 1 0 1 0 2

Fila nueva H 3
fila vieja H 3 0 1 0 0 −1 1 2
coeficiente pivote H 3 1 1 1 1 1 1 1
fila entrante 0 1 0 1 0 0 2
H3 0 0 0 −1 −1 1 0
Fila nueva Z
fila vieja Z 1 −2 0 0 2 0 4
coeficiente pivote Z −2 −2 −2 −2 −2 −2 −2
fila entrante 0 1 0 1 0 0 2
Z 1 0 0 2 2 0 8

Tabla. 5
VB Z X1 X2 H1 H2 H3 CR Solución óptima:
X1 0 1 0 1 0 0 2 Existe una solución
X2 0 0 1 0 1 0 2
óptima, cuando no hay
H3 0 0 0 −1 −1 1 0
Z 1 0 0 2 2 0 8 valores negativos en la
función Z
Resultado
Z=2 X 1+ 2 X 2

Remplazamos valores
8=2(2)+ 2(2)
 8

Igualamos para verificar que hemos terminado

8=4 +4
8=8

Cuál es el valor máximo del perímetro para las mesas a fabricar

Respuesta: 8

Método Grafico
Z=2 X 1+ 2 X 2

Restricciones
2 X 1 +2 X 2 ≤ 4

Igualamos
2 X 1 +2 X 2=4
Si X 1 =0
Entonces
2 ( 0 ) +2 X 2=4
2 X 2=4
Despejamos X 2
4
X2=
2
X 2 =2

Si X 2 =0
Entonces
 9

2 X 1 +2 ( 0 )=4
2 X 1=4
Despejamos X 1
4
X1=
2
X 1 =2

Hallamos los puntos

Puntos X 1 X2
P1 0 2
P2 2 0
Graficamos

X2

P1=¿(0 ,2)¿
2

P2=¿(2, 0)¿
X1
0 1 2 3

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

Según la solución gráfica al problema usted puede analizar múltiples criterios
para la toma de decisiones. [ CITATION Che12 \l 9226 ]
 10

El cual está sujeto a las condiciones de:

Minimizar Z=21 X 1 +23 X 2

Sujeto a:
3 X 1 +7 X 2 ≥17
1 X 1 +5 X 2 ≥ 21
3 X 1 +1 X 2 ≥ 19
X 1 , X 2 ≥0
Identifique las condiciones respuesta de:

a) Valor de la variable 3 X 1 +7 X 2 ≥17

3 X 1 +7 X 2 =17 3 X 1 +7 X 2 =17
3(0)+7 X 2=17 3 X 1 +7(0)=17
17 17
X2= X1=
7 3
X 2 =2.42 X 1 =5.66

b) Valor de la variable 1 X 1 +5 X 2 ≥ 21

1 X 1 +5 X 2=21 1 X 1 +5 X 2=21
1(0)+5 X 2=21 1 X 1 +5(0)=21
21 21
X2= X1=
5 1
X 2 =4.2 X 1 =21
 11

c) Valor de la variable 3 X 1 +1 X 2 ≥ 19

3 X 1 +1 X 2 ≥ 19 3 X 1 +1 X 2 ≥ 19
3(0)+1 X 2 ≥19 3 X 1 +1(0) ≥19
19 19
X2= X1=
1 3
X 2 =19 X 1 =6.33

Variables X1 X2
3 X 1 +7 X 2 ≥17 (5.66 , 0) (0 , 2.42)
1 X 1 +5 X 2 ≥ 21 (21 , 0) (0 , 4.2)
3 X 1 +1 X 2 ≥ 19 (6.33 , 0) (0 , 19)
X2
(0 , 19)
V1

(0 , 4.2)
V2
(0 , 2.42)
V3
X1

(5.66 , 0) (6.33 , 0) (21 , 0)

 12

Identificamos vértices
V 1=0 ,19

V 2=1 X 1 +5 X 2=21

3 X 1 +1 X 2=19

V 3=21 , 0

Vértice 2

∆ |13 51|1−15=−14
∆ X 1 21 5 21−95=−74
| |
19 1

∆ X2 |31 2119|19−63=−44
∆ −74
X1= X 1= =5.28
∆ −14

∆ −44
X2= X 2= =3.14
∆ −14

Remplazamos en función objetivo

Vértices X1 X2 Z=21 X 1 +23 X 2

V1 0 19 21 ( 0 ) +23 ( 19 )=437
 13

V2 5.28 3.14 21 ( 5.28 ) +23 ( 3.14 )=183.1

V3 21 0 21 ( 21 )+ 23 ( 0 )=441

Prueba

1 X 1 +5 X 2=21
3 X 1 +1 X 2=19

1 ( 5.28 )+ 5 (3.14 )=20.98=21

3 ( 5.28 ) +1 (3.14 )=18.98=19

Solución:

 X 1 =5.28
 X 2 =3.14
 Z=183.1

Conclusión

La solución de estos ejercicios del programa métodos determinísticos permitió

resolver problemas de maximización con dos o más variables y la función objetivo
sujetos a las restricciones dadas.

Con el método gráfico se logra identificar las limitantes de X 1 y X 2 y sus tendencias

de maximización y minimización.
 14

Bibliografía

Chediak, F. (2012). Investigacion de Operaciones. Obtenido de https://elibro-

net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70155

S.A, R. A. (19 de 05 de 2017). Instrumentación Ethernet en procesos industriales.

Obtenido de
https://www.industriaquimica.es/articulos/20170519/instrumentacion-ethernet-
procesos-industriales#.X1D5wnkzbIU