14-01-2022

METODOS Y MODELOS
DE PROGRAMACION
LINEAL (METODOS:
SIMPLEX Y DE
TRANSPORTE)
CASO 5

BOLAÑOS CASTAÑEDA LUIS ANGEL

ASESOR: BUENO MORA FERNANDO
METODOS CUANTITATIVOS DE
COMERCIO INTERNACIONAL
GRUPO: 4IX30
OBJETIVO GENERAL
Conocer el procedimiento de la programación lineal mediante los métodos simplex
y de transporte en base a la toma de decisiones para mejorar el rendimiento de los
recursos involucrados.
OBJETIVOS ESPECÍFICOS
Aplicar el método simplex para la resolución de un problema de producción de dos
fertilizantes con recursos limitados y mejorar la ganancia.
Aplicar el método de transporte para la resolución de un problema de
abastecimiento, en el que mediante el método se definirá cual es la mejor ruta
para optimizar los costos.
Elaboración de tablas para la resolución de los problemas planteados.
JUSTIFICACIÓN
Es importante conocer la resolución de problemas mediante la programación
lineal, que es uno de los métodos más utilizados, por las empresas para la toma
de decisiones importantes basada en números. Esta resolución de caso es para
saber qué cantidades utilizar de cada producto o sustancia al fabricar la mercancía
que se exportara, de tal modo que el fabricante pueda maximizar sus utilidades.
MÉTODO SIMPLEX:
Estudio de caso 5
La empresa Panchito López SA de CV desea incursionar en la exportación de
fertilizantes a Canadá. En su planta ubicada en Toluca Estado de México.
Posterior a evaluar el costo de los materiales y el precio de venta propuesto en la
empresa llegaron a la conclusión de que por fertilizante requiere:
El fertilizante 1 requiere: de 5 % de nitrato, 5 % de Potasio y 10 % de Amonio.
El fertilizante 2 requiere: de 5 % de nitrato, 10 % de Potasio y 5 % de Amonio.
La mezcla se completa con arcilla común, de la cual se tiene una disposición
ilimitada, por lo que no restringe la producción de los fertilizantes.
En planta el día de hoy solamente existe: 1220 kilogramos de Nitrato, 1550
kilogramos de Potasio y 3000 kilogramos de Amonio.
Determine cuántos kilogramos de fertilizante 1 y cuántos del tipo 2 debe fabricar
para lograr la mayor ganancia posible.
Por el fertilizante 1 obtendrán una ganancia de 18.8 USD/Kg. Y por el fertilizante 2
obtendrán una ganancia de 20 USD/Kg.
Vamos a definir nuestras variables:
Fertilizante 1: X1
Fertilizante 2: X2
Maximizar Ganancia fertilizante 1 18.8 USD/Kg + Ganancia fertilizante 2 20
USD/Kg
Maximizar 18.8X1 + 20X2
Variables de restricción
Para esto debemos convertir los porcentajes:
Fertilizante 1: Fertilizante 2:
5% de Nitrato = 5/100= 0.05 5% de Nitrato = 5/100= 0.05
5% de Potasio= 5/100=0.05 10% de Potasio= 10/100= 0.1
10 de Amonio= 10/100=0.1 5% de Amonio= 5/100= 0.05
0.05X1+0.05X2<=1220
0.05X1+0.1X2<=1550
0.1X1+0.05X2<=3000
Ahora vamos a realizar nuestra primera tabla simplex:
Tenemos nuestra función objetivo:
Z=18.8X1+20X2
Lo primero que tenemos que hacer es despejar nuestra función objetivo, si 18.8
está sumando va a pasar restando y 20 también está sumando va pasar restando
de tal forma que nos va quedar de la siguiente forma:
Z -18.8X1-20X2=0
Para las variables de restricción también las despejamos ya que el método
simplex es necesario igualar y para poder hacer esto debemos agregar variables
de holgura para cada una.
Vamos a acomodar nuestra función objetivo en el renglón cuatro.
En la columna r debemos poner el resultado de la función objetivo y de las
restricciones con la fila que corresponda:
X1 X2 S1 S2 S3 R
S1 0.05 0.05 1 0 0 1220
S2 0.05 0.1 0 1 0 1550
S3 0.1 0.05 0 0 1 3000
Z -18.8 -20 0 0 0 0
Ya que obtuvimos nuestra tabla ahora debemos identificar nuestra columna pivote
lo cual será determinada por la columna que tenga el valor más negativo en este
caso será la columna X2.
 Posteriormente vamos a identificar el renglón pivote el cual se determina
dividiendo la columna R entre las variables de restricción S1, S2 Y S3 por la
columna R.
X1 X2 S1 S2 S3 R R/X2
S1 0.05 0.05 1 0 0 1220 1220/0.05=24,400
S2 0.05 0.1 0 1 0 1550 1550/0.1=15,500
S3 0.1 0.05 0 0 1 3000 3000/0.05=60,000
Z -18.8 -20 0 0 0 0

Realizadas las operaciones debemos seleccionar de resultado en menor para que

sea el renglón pivote, en este caso es S2
Después del paso anterior vamos a localizar la intersección entre nuestra columna
y nuestra fina que ya conocemos y en este caso seria 0.05. Ahora debemos
convertir ese elemento pivote en 1 para eso debemos multiplicar el elemento
pivote por 20 lo cual debemos hacer a todo el renglón para no afectar la ecuación:
X1 X2 S1 S2 S3 R
S1 0.05 0.05 1 0 0 1220
S2 0.05*10 0.1*10 0*10 1*10 0*10 1550*10
S3 0.1 0.05 0 0 1 3000
Z -18.8 -20 0 0 0 0

X1 X2 S1 S2 S3 R
S1 0.05 0.05 1 0 0 1220
S2 0.5 1 0 10 0 15500
S3 0.1 0.05 0 0 1 3000
Z -18.8 -20 0 0 0 0

Ya tenemos el valor de 1 en nuestro elemento pivote ahora debemos convertir en

cero los valores de abajo y de arriba del elemento pivote. Si queremos volver 0.05
en 0 debemos ya sea para S1, X2 y S3, X2 como son el mismo valor debemos
multiplicar -0.05 para que nos de cero. Para el renglón Z debemos multiplicar por
20 para que nos de cero, pero en este caso debemos hacer lo siguiente ya que no
lo podemos sumar de forma directa debemos hacer lo siguiente que es multiplicar
-0.05 por el renglón pivote y sumarlo al renglón de abajo y de arriba sea el caso:
X1 X2 S1 S2 S3 R
S1 (-0.05*0.5) (-0.05*1) +0.05 (-0.05*0) +1 (-0.05*10) (-0.05*0) (-0.05*15500)
+0.05 =0 =1 +0 +0= +1220=445
=0.025 =-0.5 0
S2 0.5 1 0 10 0 15500
S3 (-0.05*0.5) (-0.05*1) +0.05 (-0.05*0) +0 (-0.05*10) (-0.05*0) +1 (-0.05*15500)
+0.1 =0 =0 +0 =1 +3000
=0.075 =-0.5 =2225
Z (20*0.5)-18.8 (20*1)-20=0 (20*0) +0 (20*10) 0= (20*0) +0 (20*15500) +0
= -8.8 =0 200 =0 =310000
Para el renglón S1 y convertir 0.05 en cero debemos sumar -0,05 pero debemos
multiplicar todo el renglón S2 y sumar el valor del de S1:
(-0.05*S2,X1)+S1,X1= REMPLAZAMOS VALORES (-0.05*0.5)+0.05
(-0.05*S2,X2)+S1,X2= REMPLAZAMOS VALORES (-0.05*1)+0.05
(-0.05*S2,S1)+S1,S1= REMPLAZAMOS VALORES (-0.05*0)+1
(-0.05*S2,S2)+S1,S2= REMPLAZAMOS VALORES (-0.05*10)+0
(-0.05*S2,S3)+S1,S3= REMPLAZAMOS VALORES (-0.05*0)+0
(-0.05*S2,R)+S1,R= REMPLAZAMOS VALORES (-0.05*15500)+1220
Este mismo proceso lo vamos a realizar con los demás renglones siempre
buscando un numero sumado nos de cero.
Nuestra tabla nos queda de la siguiente forma:
X1 X2 S1 S2 S3 R
S1 0.025 0 1 -0.5 0 445
S2 0.5 1 0 10 0 15500
S3 0.075 0 0 -0.5 1 2225
Z -8.8 0 0 200 0 310000

Como aún hay números negativos, volvemos a repetir todos los pasos y
volveremos a realizar la búsqueda de nuestra columna pivote donde este el
numero negativo mayor en este caso seria -8.8 así que dividiremos R/X1
X1 X2 S1 S2 S3 R R/X1
S1 0.025 0 1 -0.5 0 445 445/0.025=17800
S2 0.5 1 0 10 0 15500 15500/0.5=31000
S3 0.075 0 0 -0.5 1 2225 2225/0.075=29667
Z -8.8 0 0 200 0 310000
Tenemos el elemento pivote que es 0.025 lo debemos transformar en 1 para lo
cual lo vamos a multiplicar por 40.
X1 X2 S1 S2 S3 R
S 0.025*40=1 0*40=0 1*40=40 -0.5*40=-20 0*40=0 445*40=17800
1
S 0.5 1 0 10 0 15500
2
S 0.075 0 0 -0.5 1 2225
3
Z -8.8 0 0 200 0 310000
Nuestra tabla nos quedaría de la siguiente manera:
X1 X2 S1 S2 S3 R
S 1 0 40 -20 0 17800
1
 S 0.5 1 0 10 0 15500
2
S 0.075 0 0 -0.5 1 2225
3
Z -8.8 0 0 200 0 310000
Ahora debemos convertir en cero los valores que están debajo de nuestro
elemento pivote transformado en 1
X1 X2 S1 S2 S3 R
S1 1 0 40 -20 0 17800

S2 (-0.5*1) +0.5 (-0.5*0) +1 (-0.5*40) +0 (-0.5*-20) +10 (-0.5*0) +0 (-0.5*17800) +15500

=0 =1 =-20 =20 =0 = 6600
S3 (-0.075*1) (-0.075*0) (-0.075*40) (-0.075*-20)- (-0.075*0) (-0.075*17800) +2225
0.075 +0 +0 0.5=1 +1 =3560
=0 =0 = -3 =1
Z (8.8*1)-8.8 (8.8*0) +0 (8.8*40) +0 (8.8*-20) +200 (8.8*0) +0= (8.8*17800) +310000=
=0 =0 =352 =24 0 466640

Quedando nuestra tabla de la siguiente manera:

X1 X2 S1 S2 S3 R
S1 1 0 40 -20 0 17800
S2 0 1 -20 20 0 6600
S3 0 0 -3 1 1 3560
Z 0 0 352 24 0 466640

Teniendo 1 en la intersección S1 Y X1 encontramos el valor de X1= 17800

Teniendo 1 en la intersección S2 Y X2 encontramos el valor de X2= 6600
Función objetivo Z= (18.8X1) + (20X2)
Z= (18.8*17800) + (20*6600)
Z= 334,640 + 132,000 = 466,640
Teniendo ceros en el renglón Z y sus intersecciones de X1 y X2 encontramos la
solución Z= 466,640
CONCLUSION
La empresa Panchito López SA de CV debe producir 17800 KG de fertilizante 1 y
6600 KG de fertilizante 2 para maximizar su utilidad siendo su máxima aspiración
de $466,640
Este método facilita la localización eficiente y eficaz de una solución, ubicado entre
los extremos de un problema de la programación lineal. De modo que, la gran
ventaja de este método es práctica y sencilla, pues solo trabaja con los
coeficientes de acuerdo a las restricciones y su función objetivo.
 Con esta metodología, es posible visualizar cuánto se debe comprar, producir y
vender, según sea el caso. Esto con la finalidad de que la compañía obtenga las
ganancias suficientes para posicionarse y competir en el mercado.
En base a ello, es conveniente afirmar que el método SIMPLEX presenta una
excelente opción para las industrias y empresas especializadas en el sector del
transporte, específicamente en el área de inventarios.
MÉTODO DE TRANSPORTE:
Estudio de caso 5
Rassini Logistic SA CV maneja cuatro bodegas: Cd. De México, Estado de México
Aguascalientes, Veracruz. Con una capacidad de 1875.3, 983, 2652 y 2006.5
unidades respectivamente.
Debe de abastecer a cuatro centros de venta que requieren de: 758.5, 1189,
2910.5 y 2658.8 unidades. Los costos de transporte son:

I II III IV
Cd. de México 12.33 12 6.75 9
Estado de México 7 22 16.23 17.21
Aguascalientes 14.56 9.88 9 13
Veracruz 8.65 8 9.21 12.65

La empresa cuanta con la capacidad que por ende será ingresado en la tabla
como existencias en esa columna y también tiene el abastecimiento el cual
ingresaremos en el renglón de demanda.
I II III IV Existencias
Cd. de México 12.33 12 6.75 9 1875.3
Estado de México 7 22 16.23 17.21 983
Aguascalientes 14.56 9.88 9 9 2652
Veracruz 8.65 8 9.21 12.65 2006.5
Demanda 758.5 1189 2910.5 2658.8
Siempre tenemos que validar que la demanda sea menor o igual que las
existencias en caso contrario estaría mal nuestro resultado.
Como siguiente proceso vamos a asignar la primera existencia para la demanda
de la columna I que será de 758.5 el sobrante se asignará para la columna II y así
para cada una de las existencias, terminando la primera existencia nos vamos a
con la segunda, tercera, etc.
I II III IV Existencias
Cd. de México 758. 1116.8 0 0 1875.3-
5 758.5=1,116.8=
 0
Estado de 0 72.2 910.8 0 983-
México 72.2=910.8=0

Aguascaliente 0 0 1,999.7 652.3 2652-

s 1999.7=652.3=
0
Veracruz 0 0 2006.5 2006.5=0
Demanda 758. 1116.8+72.2=118 910.8+1999.7=2910. 652.3+2006.5=2658.
5 9 5 8
A continuación, vamos a reemplazar las opciones en la matriz principal, para
poder realizar los cálculos requeridos.
I II III IV Existencias
Cd. de México 12.33 12 6.75 9 1875.3
Estado de México 7 22 16.23 17.21 983
Aguascalientes 14.56 9.88 9 9 2652
Veracruz 8.65 8 9.21 12.65 2006.5
Demanda 758.5 1189 2910.5 2658.8

La respuesta es:
Cd. De México - Centro I 758.5 (12.33) = $ 9, 352, 305
Cd. De México - Centro II 1116.8 (12) = $ 13, 401.60
Estado de México – Centro II 72.2 (22) = $ 1, 588.40
Estado de México – Centro III 910.8 (16.23) = $ 14, 782.28
Aguascalientes – Centro III 1999.7 (9) = $ 17, 997.30
Aguascalientes – Centro IV 652.3 (9) = $ 5, 870.70
Veracruz – Centro IV 2006.5 (12.65) = $ 25,382.23
Total: $ 93, 431, 327.51 USD

CONCLUSION

El costo mínimo de la ruta es $ 93, 431, 327.51 USD

Los modelos de transporte, son de gran importancia desde el punto de vista
gerencial, ya que tienen que ver con la selección de rutas entre las fábricas y los
almacenes de distribución o entre bodegas de distribución regional y puntos de
distribución local. Este método se utiliza buscando una ruta de distribución que
optimice algún objetivo, este puede ser minimizar de la mejor forma los gastos o
maximizar las utilidades.
Los métodos de transporte son una forma de minimizar costo de envió, tener
entregas oportunas, maximizar el uso de los recursos para llegar a estos hay
diferentes formas de hacerlo donde podemos utilizar la que más convenga a la
situación que se presente.
CONCLUSION FINAL
El método de transporte se emplea básicamente para trazar una ruta acertada
para optimizar los tiempos y a su vez maximizar la ganancia, es importante utilizar
estos métodos para la toma de decisiones.
El método simplex, emplea básicamente, la estrategia de resolver los problemas
de programación lineal por medio de sistemas de ecuaciones lineales simultáneas
siempre que se tenga una solución factible.
El óptimo, si es que existe, se determina avanzando un punto esquina adyacente a
la vez y comprobando si aún existe un punto esquina que pueda mejorar el valor
de la función objetivo.
Estos métodos son buenos en todos los sentidos. Ya que ayudar a tomar las
decisiones en las empresas de la manera más acertada, optimizando costos y
reduciendo los gastos que se puedan llegar a generar.
FUENTES DE CONSULTA
http://fcasua.contad.unam.mx/apuntes/interiores/docs/20182/informatica/6/LI_1667
_22117_A_Matematicas_VI_Plan2016.pdf
Se revisó el archivo MATEMATICAS VI INVESTIGACION DE OPERACIONES. DE LA PAGINA 83
A LA PAGINA 168.
https://www.youtube.com/watch?v=Zvd0LZX5wgs

https://www.youtube.com/watch?v=YCxQyDjdr2g