Integrantes: Ornella Labraña, Benjamin Silva

Control 1 Optimización

Problema 1: Método Gráfico

𝑚𝑖𝑛 𝑍 = 6𝑥 + 3𝑦

Sujeto a:
2𝑥 + 4𝑦 ≥ 16 (restricción de horas mínimas a la semana en departamento A)
4𝑥 + 3𝑦 ≥ 24 (restricción de horas mínimas a la semana en departamento B)
𝑥 − 𝑦 ≤ 5(restricción de horas en control de calidad)
2𝑥 − 𝑦 ≥ 2(restricción combinación de productos)
𝑥, 𝑦 ≥ 0 (restricción de no negatividad)

Donde:
x = número de unidades tipo 1 a producir a la semana
y = número de unidades tipo 2 a producir a la semana
Z = costo total de la empresa a la semana

a)¿Cuál es el plan de producción óptimo y el costo mínimo que la empresa puede

producir a la semana?. Dibuje claramente sus restricciones, área factible y función
objetivo para responder la pregunta.

Gráfico 1: Problema de Método gráfico

1) 2𝑋 + 4𝑌 = 16
𝑋 = 8 − 2𝑌
𝑋(0) = 8, 𝑌(0) = 4

2) 4𝑋 + 3𝑌 = 24
 24−3𝑌
𝑋= 4
𝑋(0) = 6, 𝑌(0) = 8

3) 𝑋 − 𝑌 = 5
𝑋=5 +𝑌
𝑋(0) = 5, 𝑌(0) = 0

4) 2𝑋 − 𝑌 = 2
2+𝑌
𝑋= 2
𝑋(0) = 1, 𝑌(0) =0

Luego de graficar las restricciones se generan distintas rectas que dan forma al problema de
optimización solicitado, donde la dirección de la recta hacia el área factible está definida por
el signo de "𝑦"y la asignación ≤ 𝑜 ≥.

1. Para la restricción (1) la dirección es hacia arriba y derecha de la recta, debido a que
su signo es ≥ e 𝑦es positiva
2. Para la restricción (2) la dirección es hacia arriba y derecha de la recta, debido a que
su signo es ≥ e 𝑦es positiva
3. Para la restricción (3) la dirección es hacia arriba y derecha de la recta, debido a que
su signo es ≤ e 𝑦es negativa
4. Para la restricción (4) la dirección es hacia abajo y izquierda de la recta, debido a que
su signo es ≥ e 𝑦es negativa

En el gráfico 1 se puede visualizar una forma no cerrada de 4 lados, donde con color rojo se
puede diferenciar el área factible para la solución del problema, al evaluar las intersecciones
que dan forma a la figura se obtiene:

𝑍 = 6𝑋 + 3𝑌

1.-𝑍(3, 4) = 30
3.-𝑍(4. 8, 1. 6) = 33. 6
4.-𝑍(6, 1) = 39

Donde el punto óptimo para una producción a costo mínimo será de 3 unidades del tipo 1 y 4
unidades del tipo 2 a producir a la semana, para una producción total de 30.

b) Indique (si las hay) cuál(es) restricción(es) es(son) redundante(s), es decir, que al
eliminarla(s) del modelo el área factible se mantiene igual.
Al graficar las rectas de las restricciones nos percatamos que la recta denotada con el color
amarillo es la que menos reelevancia tendria en comparacion a las demas, pero al quitarla si
se veria modificada minimamente por lo cual no existe una restricción que no sea redundante.
c) Modifique la función objetivo de modo que el problema tenga infinitas soluciones.
Explique.
Quitando las restricciones de horas mínimas a la semana, es decir, las rectas de color azul y
amarillo solo quedarian las restricciones de combinaciones de producto y las horas de control
de calidad, las cuales al ser pararlelas resultarian en un área infinita.

d) Si la restricción (4) fuera igualdad: (i) dibuje la nueva área factible del problema e
indique la solución óptima, y (ii) indique qué restricciones (si las hay) son redundantes.
(i) Si la restricción 4 cambia a igualdad los valores por debajo de la recta no calificarían
como solución óptima por lo cual solo los puntos en esa recta demarcada por las demás
restricciones serían posibles candidatos.

Gráfico 2: Problema de Modelo gráfico

la solución óptima será la misma a pesar de que el área factible cambia. El punto óptimo es
(3,4).
(ii) Las restricción 1 pasa a ser redundante debido a que al ser un punto mínimo que está por
debajo de la restricción 2 no afecta en el resultado, por otro lado la restricción 3 no corta en
ningún punto la recta 4 por lo que no afecta en el resultado.

e) Haga las modificaciones necesarias al modelo de modo que el área factible del
problema sea un solo punto, igual a la solución encontrada en la parte (a)
Quitando las restricciones 1 y 3, se podría agregar una restricción que sea perpendicular a las
restricciones 2 y 4 que además pase por el punto (3,4) resultado de la parte (a). Para lo
anterior se toma inversa de la pendiente de la restricción 4, m =(1/2) y se reemplaza en la
fórmula:
𝑦 − 𝑦1 = 𝑚 (𝑥 − 𝑥1)
 𝑦 − 4 = 1/2 * (𝑥 − 3)
𝑥 5
𝑦= 2
+ 2

5 𝑥
Agregando la nueva restricción 2
= 2
− 𝑦, todas las soluciones se cruzaron en (3,4) siendo
la única solución factible.

Gráfico 3: Problema de modelo gráfico

Problema 2: Problemas de transporte

Plantas de fabricación:
Plantas Capacidad Costo Unitario ($/u)

Planta 1 1800 neumáticos 20

Planta 2 2200 neumáticos 25

Centros de distribución:
Centro Demanda

Centro de distribución 1 1500 neumáticos

Centro de distribución 2 2000 neumáticos

Centro de distribución 3 1800 neumáticos

Costo:
Planta / CD Centro de Centro de Centro de
distribución 1 distribución 2 distribución 3

Planta 1 $6 $4 $7

Planta 2 $5 $3 $2

Modelo Extendido:
Variables de decisión:
x11= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 1 en un plazo
normal
x12= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 2 en un plazo
normal
x13= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 3 en un plazo
normal
x21= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 1 en un plazo
normal
x22= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 2 en un plazo
normal
x23= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 3 en un plazo
normal
y11= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 1 en un mayor
plazo
y12= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 2 en un mayor
plazo
y13= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 3 en un mayor
plazo
y21= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 1 en un mayor
plazo
y22= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 2 en un mayor
plazo
y23= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 3 en un mayor
plazo

Función Objetivo:

𝑚𝑖𝑛 𝑍 = [(26𝑥11 + 24𝑥12 + 27𝑥13) + (33𝑦11 + 31𝑦12 + 34𝑦13)]+

[(30𝑥21 + 28𝑥22 + 27𝑥23) + (36𝑦21 + 34𝑦22 + 33𝑦23]

Restricciones:
𝑥11 + 𝑥12 + 𝑥13 ≤ 1800 (Restricción de producción en la planta 1 en jornada normal)
𝑥21 + 𝑥22 + 𝑥23 ≤ 2200 (Restricción de producción en la planta 2 en jornada normal)
𝑦11 + 𝑦12 + 𝑦13 ≤ 2600 (Restricción de producción en la planta 1 en jornada extendida)
𝑦21 + 𝑦22 + 𝑦23 ≤ 3200 (Restricción de producción en la planta 2 en jornada extendida)
𝑥11 + 𝑥21 + 𝑦11 + 𝑦21 = 1500 (Restricción de demanda en el centro de distribución 1)
𝑥12 + 𝑥22 + 𝑦12 + 𝑦22 = 2000 (Restricción de demanda en el centro de distribución 2)
𝑥13 + 𝑥23 + 𝑦13 + 𝑦23 = 1800 (Restricción de demanda en el centro de distribución 3)
𝑥11, 𝑥12, 𝑥13, 𝑥21, 𝑥22, 𝑥23, 𝑦11, 𝑦12, 𝑦13, 𝑦21, 𝑦22, 𝑦23 ≥ 0(Restricción de no
negatividad)

Figura 1: Solver problema de transporte

Al resolver este problema con Solver, nos dice que para poder minimizar los costos de
producción y de transporte la función objetivo nos debe superar los $146.300.

Modelo Indexado:
Variables de decisión:
Xij= Cantidad de neumáticos a producir desde la planta i hacia el centro de distribución j en
jornada normal.
Yij= Cantidad de neumáticos a producir desde la planta i hacia el centro de distribución j en
jornada extendida.

Parámetros:
CXi = Costo por unidad de la producción en la planta 𝑖 ∈ [1 = 20, 2 = 25] en jornada
normal
CYi = Costo por unidad de la producción en la planta 𝑖 ∈ [1 = 27, 2 = 31] en jornada
extendida
Rij = Costo de distribución de la planta 𝑖 ∈ [1, 2] al centro de distribución 𝑗 ∈ [1, 2, 3]
AXi = Capacidad de producción en la planta 𝑖 ∈ [1 = 1800, 2 = 2200] en jornada normal
AYi = Capacidad de producción en la planta 𝑖 ∈ [1 = 2600, 2 = 3200] en jornada
extendida
Dj = Demanda en el centro de distribución 𝑗 ∈ [1 = 1500, 2 = 2000, 3 = 1800] en
jornada normal

Función objetivo:
2 3
∑ ∑ ((𝑅𝑖𝑗 + 𝐶𝑋𝑖) × 𝑋𝑖𝑗) + ((𝐶𝑌𝑖 + 𝑅𝑖𝑗) × 𝑌𝑖𝑗)
𝑖=1 𝑗=1

Restricciones:
2
∑ 𝑋𝑖𝑗 + 𝑌𝑖𝑗 = 𝐷𝑗 , ∀𝑗
𝑖=1
(Restricción de demanda)
3
∑ 𝑋𝑖𝑗 ≤ 𝐴𝑋𝑖 , ∀𝑖
𝑗=1
(Restricción de producción de la planta en jornada normal)

3
∑ 𝑌𝑖𝑗 ≤ 𝐴𝑌𝑖 , ∀𝑖
𝑗=1
(Restricción de producción de la planta en jornada extendida)

𝑋𝑖𝑗, 𝑌𝑖𝑗 ≥ 0 ∈ 𝑖(1, 2), 𝑗(1, 2, 3)

(Restricción de no negatividad)

Una vez teniendo el modelo indexado listo, lo pasamos a Lingo, quedando así:
 Imagen 1: Modelo Indexado en Lingo

Cuando lingo resuelve este problema nos indica lo mismo que Solver.

Imagen 2: Modelo indexado en lingo

Problema 3: Problema de Asignación

Contratista Trabajo 1 Trabajo 2 Trabajo 3 Trabajo 4 Trabajo 5

Contratista 1 8 4 10 2 1

Contratista 2 6 6 12 4 3

Contratista 3 2 4 8 1 1

Contratista 4 10 8 15 6 2

Contratista 5 5 7 20 4 4

a) Determinar qué Contratista debe ser asignado a cada Trabajo de modo que el costo total
sea mínimo aplicando el Algoritmo Húngaro y compruebe su solución con el uso de
Software.

Contratista Trabajo 1 Trabajo 2 Trabajo 3 Trabajo 4 Trabajo 5 Min

Contratista 1 8 4 10 2 1 1

Contratista 2 6 6 12 4 2 3

Contratista 3 2 4 8 1 1 1

Contratista 4 10 8 15 6 2 2

Contratista 5 5 7 20 4 4 4

Se seleccionan los valores mínimos de cada fila para restarlo con cada elemento para generar
la nueva matriz.

Contratista Trabajo 1 Trabajo 2 Trabajo 3 Trabajo 4 Trabajo 5

Contratista 1 7 3 9 1 0

Contratista 2 3 3 9 1 0

Contratista 3 1 3 7 0 0

Contratista 4 8 6 13 4 0

Contratista 5 1 3 16 0 0
 Min 1 3 7 0 0

Se seleccionan los valores mínimos de cada columna para restarlo con cada elemento para
generar la nueva matriz.

Contratista Trabajo 1 Trabajo 2 Trabajo 3 Trabajo 4 Trabajo 5

Contratista 1 6 0 2 1 0

Contratista 2 2 0 2 1 0

Contratista 2 0 0 0 0 0

Contratista 4 7 3 6 4 0

Contratista 5 0 0 9 0 0

k=1

Se tachan las filas y columnas con 4 líneas, al ser distinto de m de la matriz se selecciona un
valor k el cual corresponde al mínimo no tachachado. Se continúa sumando el número k a las
intersecciones de las líneas y restando a los números no tachados para generar la nueva
matriz.

Contratista Trabajo 1 Trabajo 2 Trabajo 3 Trabajo 4 Trabajo 5

Contratista 1 5 0 1 0 0

Contratista 2 1 0 1 0 0

Contratista 2 0 1 0 0 1

Contratista 4 6 3 5 3 0

Contratista 5 0 1 9 0 1

Se tachan con 5 líneas los 0 por lo cual se procede a la selección de los números óptimos.

Contratista Trabajo 1 Trabajo 2 Trabajo 3 Trabajo 4 Trabajo 5

Contratista 1 5 0 1 0 0

Contratista 2 1 0 1 0 0

Contratista 3 0 1 0 0 1

Contratista 4 6 3 5 3 0
Contratista 5 0 1 9 0 1

1. Se empieza asignando el trabajo 5 a el contratista 4 debido a que es el único óptimo

para él.
2. Luego se selecciona el trabajo 3 al contratista 2 debido a que es el único contratista
cuyo valor es 0 para ese trabajo.
3. Para el contratista 5 se asigna el trabajo 1 por descarte ya que el único otro óptimo
para ese trabajo es el contratista 3 al cual se le asignó el trabajo 2.
4. Finalmente, para los trabajos 2 y 4, los contratistas 1 y 2 son igualmente óptimos pero
por un tema de equidad se le asigna el trabajo 2 al contratista 1 y el trabajo 4 al 2.

Contratista Trabajo 1 Trabajo 2 Trabajo 3 Trabajo 4 Trabajo 5

Contratista 1 0 4 0 0 0

Contratista 2 0 0 0 4 0

Contratista 2 0 0 8 0 0

Contratista 4 0 0 0 0 2

Contratista 5 5 0 0 0 0

Z=23

En resumen, al terminar de asignar un trabajo a cada contratista resulta que el costo mínimo
es de 23.
 Imagen 3: Problema de método Hungaro

Imagen 4: Problema de método Hungaro

Al revisar los resultados en lingo, se ve que programa hace la misma asignación que nosotros.

b) Suponga ahora que el Contratista 4 puede realizar 2 Trabajos simultáneamente, además,

considere que a los Trabajos 2 y 4 no se les puede asignar el Contratista 5. Construya la tabla
de asignación bajo estas condiciones.

Contratista Trabajo 1 Trabajo 2 Trabajo 3 Trabajo 4 Trabajo 5

Contratista 1 5 0 1 0 0

Contratista 2 1 0 1 0 0

Contratista 3 0 1 0 0 1

Contratista 4 6 3 5 3 0

Contratista 5 0 1 9 0 1

Al realizar la tabla de asignación no cambia en absoluto debido a que si se restringe el trabajo

4 al contratista 5 entonces el trabajo más apto es el 1 el mismo asignado anteriormente, y al
observar el contratista 4 solo es óptimo para el trabajo 5, asignarle otro trabajo no seria una
solución óptima. Por lo anterior la tabla queda de la misma forma bajo las nuevas
condiciones.

Problema 4: Método Simplex

Función objetivo:
 𝑀𝑎𝑥 𝑍 = 40𝑥1 + 60𝑥2 + 80𝑥3 + 100𝑥4
Sujeto a:
8𝑥1 + 10𝑥2 + 12𝑥3 + 15𝑥4 ≤ 2000
2𝑥1 + 2𝑥2 + 4𝑥3 + 5𝑥4 ≤ 500
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 ≤ 180
𝑥3 + 𝑥4 ≤ 100
𝑥1, 𝑥2, 𝑥3, 𝑥4 ≥ 0

El problema se debe pasar a la forma estándar, añadiendo variables de exceso, holgura y

artificiales según corresponda.

Función objetivo:
𝑀𝑎𝑥 𝑍 = 40𝑥1 + 60𝑥2 + 80𝑥3 + 100𝑥4 + 0𝑠1 + 0𝑠2 + 0𝑠3 + 0𝑠4
Igualar:
𝑍 −40𝑥 − 60𝑥 − 80𝑥 − 100𝑥 − 0𝑠 − 0𝑠 − 0𝑠 − 0𝑠 = 0
1 2 3 4 1 2 3 4
8𝑥1 + 10𝑥2 + 12𝑥3 + 15𝑥4 + 1𝑠1 = 2000
2𝑥1 + 2𝑥2 + 4𝑥3 + 5𝑥4 + 1𝑠2 = 500
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 1𝑠3 = 180
𝑥3 + 𝑥4 + 1𝑥4 = 100

Tabla metodo Simplex 1:

Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas

S1 8 10 12 15 1 0 0 0 2000

S2 2 2 4 5 0 1 0 0 500

S3 1 1 1 1 0 0 1 0 180

S4 0 0 1 1 0 0 0 1 100

Z -40 -60 -80 -100 0 0 0 0 0

La variable S4 sale de las variables básicas y entra la variable X4.

Tabla metodo Simplex 2:

Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
 Básicas

S1 8 10 -3 0 1 0 0 -15 500

S2 2 2 -1 0 0 1 0 -5 0

S3 1 1 0 0 0 0 1 -1 80

X4 0 0 1 1 0 0 0 1 100

Z -40 -60 20 0 0 0 0 100 1000

La variable S2 sale de las variables básicas y entra X2

Tabla metodo Simplex 3:

Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas

S1 -2 0 2 0 1 -5 0 10 500

X2 1 1 -0,5 0 0 0,5 0 -2,5 0

S3 0 0 0,5 0 0 -0,5 1 1,5 80

X4 0 0 1 1 0 0 0 1 100

Z 20 0 -10 0 0 30 0 -50 1000

La variable S1 sale de las variables básicas y entra S4.

Tabla metodo Simplex 4:

Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas

S4 -0,2 0 0,2 0 0,1 -0,5 0 1 50

X2 0,5 1 0 0 0,25 -0,75 0 0 125

S3 0,3 0 0,2 0 -0,15 0,25 1 0 5

X4 0,2 0 0,8 1 -0,1 0,5 0 0 50

Z 10 0 0 0 5 5 0 0 12500

a) Resuelva el problema mediante el método Simplex e interprete su solución

Hay infinitos valores de X1,X2,X3,X4 para el valor óptimo Z=12500, los cuales están
contenidos en la región espacio 40X1 + 60X2 + 80X3 + 100X4 =12500 que cumple las
restricciones del problema.
Uno de estos valores son:
X1 = 0
X2 = 125
X3 = 0
X4 = 50

b) Indique cuánto está dispuesto a pagar el fabricante por una hora adicional de tiempo
de armado y por una hora adicional de tiempo de prueba.
El problema se debe pasar a la forma estándar, añadiendo variables de exceso, holgura y
artificiales según corresponda.

Función objetivo:
𝑀𝑎𝑥 𝑍 = 40𝑥1 + 60𝑥2 + 80𝑥3 + 100𝑥4 + 0𝑠1 + 0𝑠2 + 0𝑠3 + 0𝑠4
Igualar:
𝑍 −40𝑥 − 60𝑥 − 80𝑥 − 100𝑥 − 0𝑠 − 0𝑠 − 0𝑠 − 0𝑠 = 0
1 2 3 4 1 2 3 4
9𝑥1 + 11𝑥2 + 13𝑥3 + 16𝑥4 + 1𝑠1 = 2000
3𝑥1 + 3𝑥2 + 5𝑥3 + 6𝑥4 + 1𝑠2 = 500
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 1𝑠3 = 180
𝑥3 + 𝑥4 + 1𝑥4 = 100

Tabla metodo Simplex 1:

Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas

S1 9 11 13 16 1 0 0 0 2000

S2 3 3 5 6 0 1 0 0 500

S3 1 1 1 1 0 0 1 0 180

S4 0 0 1 1 0 0 0 1 100

Z -40 -60 -80 -100 0 0 0 0 0

La variable S2 sale de las variables básicas y entra la variable X4.

Tabla metodo Simplex 1:

 Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas

S1 1 3 -1/3 0 1 -8/3 0 0 2000/3

X4 1/2 1/2 5/6 1 0 1/6 0 0 250/3

S3 1/2 1/2 1/6 0 0 -1/6 1 0 290/3

S4 -1/2 -1/2 1/6 0 0 -1/6 0 1 50/3

Z 10 -10 10/3 0 0 50/3 0 0 25000/

3

La variable X4 sale de las variables básicas y entra la variable X2.

Tabla metodo Simplex 1:

Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas

S1 -2 0 -16/3 -6 1 -11/3 0 0 500/3

X2 1 1 5/3 2 0 1/3 0 0 500/3

S3 0 -2/3 -1 0 -1/3 1 0 40/3

S4 0 0 1 1 0 0 0 1 100

Z 20 0 20 -20 0 20 0 0 10000

Hay infinitos valores de X1,X2,X3,X4 para el valor óptimo Z=10000, los cuales están
contenidos en la región espacio 40X1 + 60X2 + 80X3 + 100X4 =10000 que cumple las
restricciones del problema.
La solución óptima es Z=1000
X1=0
X2=500/3
X3=0
X4=0

R: El fabricante por una hora extra en el tiempo de armado y por una hora extra en el tiempo
de prueba está dispuesto a pagar $10.000

c) Suponga que la utilidad por televisor del tipo “Modelo 2” cambia de 60 a 70. ¿Qué
propone Ud. para encontrar la nueva solución óptima, sin tener que resolver el
problema desde un comienzo?
Nosotros proponemos resolver este problema con Solver o con el modelo indexado, ya que si
se llega a cambiar un valor de la función objetivo estos método nos permitirán obtener el
resultado de manera muy sencilla ya que las restricciones seguirán siendo las mismas.
Al resolverlo con Solver nos dice que El fabricante está dispuesto a pagar $13.800.
Con:
X1 = 0
X2 = 140
X3 = 0
X4 = 40
𝑀𝑎𝑥 𝑍 = 40(0) + 70(140) + 80(0) + 100(40)
𝑀𝑎𝑥 𝑍 = 13. 800

Figura 2 : Tabla Solver del problema metodo simplex