Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ACTIVIDAD DE APRENDIZAJE 1
UNIVERSIDAD DE CARTAGENA
FACULTAD DE INGENIERÍA
PROGRAMA DE INGENIERÍA DE SOFTWARE
CARTAGENA DE INDIAS
2021
PROBLEMAS DE PROGRAMACIÓN LINEAL
Esta actividad deberá resolver en CIPAS, hacer el planteamiento del problema y solucionar por el
método grafico los que son de dos variables. Todos los procesos deben ser justificados.
Steven Chachan fabrica dos tipos de maquinarias X y Y. Cada una de ellas pasan por ciertos
procesos antes de ser sacadas a la venta, las ensamblan, las pintan y las revisa un control de calidad.
Las maquinas requieren de 4,5 y 5 horas de ensamble, 4 y 7 kg de esmalte para su pintado y 16 y
12 horas para que la revise control de calidad. Los costos totales para fabricar cada una de ellas son
40 y 45 dólares y se venden a 62 y 58 dólares. El señor Steven solo dispone de 270000 minutos
para ensamblaje, de 8400000 g de esmalte y 1200000 minutos para la revisión de control de calidad.
Los estudios muestran que la demanda semanal de máquinas no debe superar las 1800 unidades y
que, en particular, la de tipo X es de al menos 800 unidades. Formule un modelo de programación
lineal para ayudar al señor Steven Chachan y dígale cuantas maquinas debe fabricar. Resolver por
el método gráfico.
Como primer paso hacia la formulación matemática de este problema, tabulamos la información
dada (tabla 1).
Unidades de tiempo
Unidades de masa
8400000 g ≡ 8400 kg
Tabla 1
Ensamble Pintura Calidad
Máquinas Tipo X 4.5 horas 4 kg 16 horas
Máquinas Tipo Y 5.0 horas 7 kg 12 horas
Disponibilidad 4500 horas 8400 kg 20000 horas
1
Introduzcamos las variables siguientes
Función objetivo
Restricciones
Es natural que el número de máquinas a fabricar, deba ser un número positivo o cero y entero.
Matemáticamente:
𝑥1 ≥ 0, 𝑥2 ≥ 0
Paso 1. Trazar la región factible S. Trazando las gráficas de las ecuaciones obtenidas de las
desigualdades dadas al sustituir el signo de desigualdad con un signo de igual.
Paso 4. Elegir un punto extremo en el cual la función objetivo tiene el valor más grande (más
pequeño) para un problema de maximización (minimización).
2
2000
1800
1600 𝑥1 = 800
1400
1200
1000
800
600
400
Por tanto, se obtiene una utilidad máxima de $22000 al fabricar 1000 máquinas Tipo X y ninguna
maquina Tipo Y.
Paso 2. Aplicar el criterio de optimalidad. Si la fila objetivo no tiene entradas negativas en las
columnas etiquetadas con variables, entonces la solución indicada es óptima, con lo cual se
terminan los cálculos.
3
Paso 3. Elegir como columna pivote la columna que tiene la entrada más negativa en la fila
objetivo. Si hay varias candidatas para columna pivote, elegir cualquiera.
Paso 4. Elegir una fila pivote. Formar las razones de las entradas de la columna derecha (excepto
la entrada en la fila objetivo) entre las entradas correspondientes de la columna pivote que sean
positivas. La fila pivote es la que origina el menor valor de estas razones o cocientes. Si hay un
empate, porque que el menor cociente se origina en más de una fila, se elige cualquiera de tales
filas. Si ninguna de las entradas de la columna pivote que están por encima de la fila objetivo es
positiva, el problema no tiene un óptimo finito. En este caso, aquí concluyen los cálculos.
Paso 5. Efectuar eliminación con pivotes para construir un nuevo tablero y regresar al paso 2.
El problema se resuelve por el método símplex, por tanto, el nuevo problema con variables de
holgura es
Sujeto a
Condición de no negatividad
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0, 𝑥3 ≥ 0, 𝑥4 ≥ 0, 𝑥5 ≥ 0, 𝑥6 ≥ 0, 𝑥7 ≥ 0, 𝑥8 ≥ 0
Tabla 1 0 0 0 0 0 0 0 -1
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8
𝑥3 0 4500 9/2 5 1 0 0 0 0 0
𝑥4 0 8400 4 7 0 1 0 0 0 0
𝑥5 0 20000 16 12 0 0 1 0 0 0
𝑥6 0 1800 1 1 0 0 0 1 0 0
𝑥8 -1 800 1 0 0 0 0 0 -1 1
𝑍 -800 -1 0 0 0 0 0 1 0
4
Tabla 2 0 0 0 0 0 0 0 -1
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8
𝑥3 0 900 0 5 1 0 0 0 9/2 -9 / 2
𝑥4 0 5200 0 7 0 1 0 0 4 -4
𝑥5 0 7200 0 12 0 0 1 0 16 -16
𝑥6 0 1000 0 1 0 0 0 1 1 -1
𝑥1 0 800 1 0 0 0 0 0 -1 1
𝑧 0 0 0 0 0 0 0 0 1
Tabla 3 22 13 0 0 0 0 0
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7
𝑥3 0 900 0 5 1 0 0 0 9/2
𝑥4 0 5200 0 7 0 1 0 0 4
𝑥5 0 7200 0 12 0 0 1 0 16
𝑥6 0 1000 0 1 0 0 0 1 1
𝑥1 22 800 1 0 0 0 0 0 -1
𝑧 17600 0 -13 0 0 0 0 -22
Tabla 4 22 13 0 0 0 0 0
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7
𝑥7 0 200 0 10 / 9 2/9 0 0 0 1
𝑥4 0 4400 0 23 / 9 -8 / 9 1 0 0 0
𝑥5 0 4000 0 -52 / 9 -32 / 9 0 1 0 0
𝑥6 0 800 0 -1 / 9 -2 / 9 0 0 1 0
𝑥1 22 1000 1 10 / 9 2/9 0 0 0 0
𝑧 22000 0 103 / 9 44 / 9 0 0 0 0
5
PROBLEMA 2 Coctel a base de jugos de frutas
Usted debe elaborar 5 bebidas de ciertas frutas, al menos 500 galones de un coctel que contenga
por lo menos el 20% de jugo de mango, 5% de jugo de piña y 10% de jugo de fresa. Usted realizó
un inventario y digitó los datos en la siguiente tabla:
¿Cómo elabora usted y que cantidad debe usar para las composiciones requeridas sean mínimas?
Restricciones
Función objetivo
Condición de no negatividad
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0, 𝑥4 ≥ 0, 𝑥5 ≥ 0
El problema del coctel de jugo de frutas tiene 5 variables y se resolvería por el método símplex.
6
PROBLEMA 3 Producción de guantes de seguridad
Erickssen de Jesús elabora en su empresa tres modelos de guantes. El modelo "M" requiere de 0.06
metros cuadrados de carnaza tipo 1, 0.05 metros cuadrados de carnaza tipo 2 y de piel. El modelo
"N" requiere de piel, de 0.09 de carnaza tipo 2 y de 0.05 de carnaza tipo 1. Los requerimientos del
modelo "O" son de 0.07 y 0.08 de carnaza tipo 1 y 2 respectivamente y también usa piel. Se sabe
que de una pieza de piel pueden salir 8, 9 o 5 pares de guantes de los modelos 1, 2 y 3
respectivamente. Si se usara todo el tiempo disponible en producir guantes de un solo tipo saldrían
600, 700 o 500 de los modelos 1, 2 y 3 respectivamente. El metro cuadrado de carnaza del tipo 1
cuesta $400, $500 la del tipo 2 y $1,000 la pieza de piel. Los guantes modelo 1, 2, y 3 se venderán
en $229, $241 y $348 respectivamente. Si se dispone de 45 metros cuadrados de carnaza tipo 1, de
40 del tipo 2 y 80 piezas de piel, desarrolle un modelo que permita maximizar la utilidad,
determinando cuántos guantes hay que producir de cada tipo y cuánto sobra de cada recurso
utilizado.
Como primer paso hacia la formulación matemática de este problema, tabulamos la información
dada.
Función objetivo
Sujeto a
7
Condición de no negatividad
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0
Como el modelo tiene tres variables se buscará la solución por medio del método símplex. Por
tanto, el nuevo problema con variables de holgura es
Minimizar 𝑧 = 55𝑥1 + 64.9𝑥2 + 80𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 + 0𝑥7 + 0𝑥8 + 0𝑥9
Sujeto a
Condición de no negatividad
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0, 𝑥4 ≥ 0, 𝑥5 ≥ 0, 𝑥6 ≥ 0, 𝑥7 ≥ 0, 𝑥8 ≥ 0, 𝑥9 ≥ 0
Tabla 1 55 649 / 10 80 0 0 0 0 0 0
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8 𝑥9
𝑥4 0 45 3 / 50 1 / 20 7 / 100 1 0 0 0 0 0
𝑥5 0 40 1 / 20 9 / 100 2 / 25 0 1 0 0 0 0
𝑥7 0 600 1 0 0 0 0 0 1 0 0
𝑥8 0 700 0 1 0 0 0 0 0 1 0
𝑥9 0 500 0 0 1 0 0 0 0 0 1
8
Tabla 2 55 649 / 10 80 0 0 0 0 0 0
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8 𝑥9
𝑥4 0 17 13 / 800 1 / 90 0 1 0 -7 / 20 0 0 0
𝑥5 0 8 0 41 / 900 0 0 1 -2 / 5 0 0 0
𝑥7 0 600 1 0 0 0 0 0 1 0 0
𝑥8 0 700 0 1 0 0 0 0 0 1 0
𝑥9 0 100 -5 / 8 -5 / 9 0 0 0 -5 0 0 1
Tabla 649 /
55 80 0 0 0 0 0 0
3 10
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8 𝑥9
13 / -207 /
𝑥4 0 617 / 41
800
0 0 1 -10 / 41
820
0 0 0
649 / -360 /
𝑥2 10
7200 / 41 0 1 0 0 900 / 41
41
0 0 0
𝑥7 0 600 1 0 0 0 0 0 1 0 0
-405 /
𝑥9 0 8100 / 41 -5 / 8 0 0 0 500 / 41
41
0 0 1
Tabla 649 /
55 80 0 0 0 0 0 0
4 10
Base Cb 𝒙𝟎 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 𝒙𝟔 𝒙𝟕 𝒙𝟖 𝒙𝟗
-13 / -522 /
𝒙𝟒 0 1473 / 205 0 0
500
1 3 / 41
1025
0 0 0
649 /
𝒙𝟐 10
7200 / 41 0 1 0 0 900 / 41 -360 / 41 0 0 0
9
𝒙𝟖 0 21500 / 41 0 0 0 0 -900 / 41 360 / 41 0 1 0
𝒙𝟗 0 500 0 0 1 0 0 0 0 0 1
La solución óptima es
1558480
𝑧= ≈ 38011.71
41
19840
𝑥1 = ≈ 483.90
41
7200
𝑥2 = ≈ 175.61
41
𝑥3 = 0
En este problema se tienen variables discretas por lo que es necesario ajustar los valores de 𝑥1 y 𝑥2
a valores enteros, siempre y cuando estos valores estén en la región de factibilidad o que cumpla
con todas las restricciones del modelo.
En consecuencia,
El programa de producción debe fabricar 483 pares de guantes del modelo M y 176 del modelo N
para tener la máxima utilidad de $37,987.40. Al hacer esta distribución de recursos limitados, se
tienen recursos sobrantes tanto en los materiales como en producción. Sobran 2.22 m2 de carnaza
tipo 1 y 0.01 m2 del tipo 2. En producción, no se utilizó la capacidad de 117 pares de guantes del
modelo M, ni la capacidad para 524 pares del modelo N, tampoco la capacidad de 500 pares del
modelo O.
X Y Z
Cartagena 6 15 3
Barranquilla 4 20 5
10
Cómo hacer esa distribución para que su costo de traslado sea mínimo.
Resumimos los datos en una tabla y escribimos las restricciones del problema tendremos en cuenta
que todos los datos de la tabla deben ser positivos o cero y que 𝑥1 y 𝑥2 deben ser enteros:
X Y Z Total
Cartagena 𝑥1 𝑥2 11 − 𝑥1 − 𝑥2 11
Barranquilla 9−𝑥1 10−𝑥2 𝑥1 + 𝑥2 − 4 15
Total 9 10 7 26
Restricciones
𝑥1 + 𝑥2 ≤ 11
𝑥1 + 𝑥2 ≥ 4
𝑥1 ≤ 9
{ 𝑥2 ≤ 10
Condición de no negatividad
𝑥1 ≥ 0, 𝑥2 ≥ 0
Paso 1. Trazar la región factible S. Trazando las gráficas de las ecuaciones obtenidas de las
desigualdades dadas al sustituir el signo de desigualdad con un signo de igual.
Paso 4. Elegir un punto extremo en el cual la función objetivo tiene el valor más grande (más
pequeño) para un problema de maximización (minimización).
11
13
12
11
D(1, 10) 𝑥2 = 10
10
E(0, 10)
9
8
7
6 𝑥1 =9
5
4 Región Factible
3 F(0, 4)
C(9, 2)
2
1
A(4, 0) B(9, 0)
0
-1 0 1 2 3 4 5 6 7 8 9 10 11 12
Por consiguiente, el traslado de las retroexcavadoras debe hacerse como se indica en la tabulación
X Y Z Total
Cartagena 0 10 1 11
Barranquilla 9 0 6 15
Total 9 10 7 26
12
El coste mínimo de € 219000 se logra cuando se hace la siguiente distribución de traslado: diez
retroexcavadoras compradas en la fábrica Y y una comprada en la fábrica Z deben prestar servicio
en Cartagena, y nueve retroexcavadoras compradas en la fabrica X y seis compradas en la fábrica
Z deben prestar servicio en Barranquilla.
Sujeto a
𝑥1 + 𝑥2 + 𝑥3 ≤ 11
𝑥1 + 𝑥2 + 𝑥4 ≥ 4
𝑥1 + 𝑥5 ≤ 9
{ 𝑥2 + 𝑥6 ≤ 10
Condición de no negatividad
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0, 𝑥3 ≥ 0, 𝑥4 ≥ 0, 𝑥5 ≥ 0, 𝑥6 ≥ 0
Tabla 1 0 0 0 0 0 0 -1
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7
𝑥7 -1 4 1 1 -1 0 0 0 1
𝑥4 0 11 1 1 0 1 0 0 0
𝑥5 0 9 1 0 0 0 1 0 0
𝑥6 0 10 0 1 0 0 0 1 0
𝑧 -4 -1 -1 1 0 0 0 0
Tabla 2 0 0 0 0 0 0 -1
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7
𝑥1 0 4 1 1 -1 0 0 0 1
𝑥4 0 7 0 0 1 1 0 0 -1
𝑥5 0 5 0 -1 1 0 1 0 -1
13
𝑥6 0 10 0 1 0 0 0 1 0
𝑧 0 0 0 0 0 0 0 1
Tabla 3 -4 3 0 0 0 0
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6
𝑥1 -4 4 1 1 -1 0 0 0
𝑥4 0 7 0 0 1 1 0 0
𝑥5 0 5 0 -1 1 0 1 0
𝑥6 0 10 0 1 0 0 0 1
𝑧 -16 0 -7 4 0 0 0
Tabla 4 -4 3 0 0 0 0
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6
𝑥2 3 4 1 1 -1 0 0 0
𝑥4 0 7 0 0 1 1 0 0
𝑥5 0 9 1 0 0 0 1 0
𝑥6 0 6 -1 0 1 0 0 1
𝑧 12 7 0 -3 0 0 0
Tabla 5 -4 3 0 0 0 0
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6
𝑥2 3 10 0 1 0 0 0 1
𝑥4 0 1 1 0 0 1 0 -1
𝑥5 0 9 1 0 0 0 1 0
𝑥3 0 6 -1 0 1 0 0 1
𝑧 30 4 0 0 0 0 3
14
La solución óptima es
Con el método símplex se corrobora la misma solución que se halló con el método gráfico.
Una fábrica tiene tres tipos de máquinas procesadoras que pueden trabajar los mismos productos,
pero cada tipo tiene diferente velocidad y recuperación. La máquina tipo 1 puede procesar 80 piezas
por hora con una recuperación del 80%, la máquina tipo 2 puede hacer 60 piezas por horas con una
recuperación del 90% y el tipo 3 hace 40 piezas por hora con 95% de recuperación. El
funcionamiento de las máquinas tipo 1, 2 y 3, tiene un costo por hora de $45, $70 y $80
respectivamente. Se trabajan 8 horas diarias debiéndose fabricar diariamente cuando menos 3,500
piezas buenas. Actualmente hay 8 máquinas tipo 1, 10 del tipo 2 y 20 del tipo 3. Cada pieza
defectuosa le cuesta a la fábrica $60. ¿Cuántas máquinas de cada tipo se deben utilizar para
minimizar el costo total?
Como primer paso hacia la formulación matemática de este problema, tabule la información dada
Calidad de
Costo de piezas Costo de
Tipo de Producción Recup. piezas Costo total
defectuosas operación
Máquina (pza/h) % (pzas/h-máq) ($/d-máq)
($/d-máq) ($/d-máq)
Acept. Def.
1 80 80 64 16 16 × 8 × 60 = 7,680 45 × 8 = 360 7,680 + 360 = 8,040
2 60 90 54 6 6 × 8 × 60 = 2,880 70 × 8 = 560 2,880 + 560 = 3,440
3 40 95 38 2 2 × 8 × 60 = 960 80 × 8 = 640 960 + 640 = 1,600
La función objetivo es
Restricciones
El problema se resuelve por el método símplex, por tanto, el nuevo problema con variables de
holgura es
15
Minimizar 𝑧 = 8040𝑥1 + 3440𝑥2 + 1600𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 + 0𝑥7 + 0𝑥8
Sujeto a
Condición de no negatividad
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0, 𝑥3 ≥ 0, 𝑥4 ≥ 0, 𝑥5 ≥ 0, 𝑥6 ≥ 0, 𝑥7 ≥ 0, 𝑥8 ≥ 0
Tabla 1 0 0 0 0 0 0 0 -1
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8
𝑥8 -1 3500 512 432 304 -1 0 0 0 1
𝑥5 0 8 1 0 0 0 1 0 0 0
𝑥6 0 10 0 1 0 0 0 1 0 0
𝑥7 0 20 0 0 1 0 0 0 1 0
𝑍 -3500 -512 -432 -304 1 0 0 0 0
Tabla 2 0 0 0 0 0 0 0 -1
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8
875 27 19 1 1
𝑥1 0 1 − 0 0 0
128 32 32 512 512
149 27 19 1 1
𝑥5 0 0 − − 1 0 0 −
128 32 32 512 512
𝑥6 0 10 0 1 0 0 0 1 0 0
𝑥7 0 20 0 0 1 0 0 0 1 0
𝑧 0 0 0 0 0 0 0 0 1
16
Tabla 3 -8040 -3440 -1600 0 0 0 0
Base Cb 𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7
875 27 19 1
𝑥1 -8040 1 − 0 0 0
128 32 32 512
149 27 19 1
𝑥5 0 0 − − 1 0 0
128 32 32 512
𝑥6 0 10 0 1 0 0 0 1 0
𝑥7 0 20 0 0 1 0 0 0 1
879375 13375 12695 1005
𝑧 − 0 − − 0 0 0
16 4 4 64
17
La solución óptima es
𝑧 = 350000/19 ≈ 18,421.05
𝑥1 = 0
𝑥2 = 0
𝑥3 = 875/76 ≈ 11.51
La fábrica debe utilizar once máquinas Tipo 3 y ninguna Tipo 1 y Tipo 2 para tener el mínimo
costo de las ocho horas diarias de trabajo por valor de $18,421.05.
18
CONCLUSIÓN
En definitiva, la programación lineal es una herramienta muy útil para personas con empresas o
independientes. Le permite administrar mejor los recursos para hacer un uso completo de los
recursos y lo ayuda a obtener mayores ganancias y minimizar los costos. La programación lineal
es un proceso o algoritmo matemático mediante el cual se pueden resolver problemas inciertos.
Consiste en una función lineal optimizada minimizada o maximizada la llamamos función objetivo,
que hace que la función esté sujeta a una serie de restricciones, que se expresan a través de un
sistema de desigualdades lineales. La programación lineal nos permite utilizar diferentes métodos,
que pueden reducir costos y obtener ganancias.
19
BIBLIOGRAFÍA
HAEUSSLER, Ernest F. (2015). Matemáticas para administración y economía. (13ª ed). México:
Pearson Educación.
20