UNIVERSIDAD NACIONAL ABIERTA

VICERRECTORADO ACADÉMICO

AREA: INGENIERÍA

ASIGNATURA: Investigación de Operaciones I

CÓDIGO: 315

FECHA DE PUBLICACIÓN EN BLOG DEL SUBPROGRAMA DISEÑO

ACADÉMICO: En las Primeras semanas del Lapso 2022-1.

FECHA DE DEVOLUCIÓN POR PARTE DEL ESTUDIANTE: El estudiante contará

hasta el día 09/04/2022 sin prórroga para su realización y envío.

NOMBRE DEL ESTUDIANTE: Estefani Carolina Hurtado Cortesía

CÉDULA DE IDENTIDAD: 27.897.031

CORREO ELECTRÓNICO DEL ESTUDIANTE: estefanichurtadoc@gmail.com

TELÉFONO: 0293-8393500

CENTRO LOCAL: Sucre CARRERA: 281

LAPSO ACADÉMICO: 2022-1

NUMERO DE ORIGINALES: 15

RESULTADOS DE CORRECCIÓN:

OBJ. Nº 5 6 9
0:NL 1:L
 TRABAJO PRÁCTICO

Módulo 2- El método simplex.

Unidad 5- Fundamentos Teóricos del Método simplex.

Objetivo 5. Resolver problemas de PL utilizando el Método Simplex Revisado

1. Una fábrica produce los productos 1, 2 y 3. Se tiene las siguientes condiciones

para su elaboración:
Tiempo disponible por Horas maquinas por cada unidad de
máquina producto
Tipo de Máquina hora/semana
Producto 1 Producto 2 Producto 3

Torno 4200 8 3 3
Fresa 4100 4 2 -
Fresa 650 2 - 1

El departamento de ventas predice que el producto 3 se venderá a lo máximo 20

unidades. Las ganancias por unidad son 30 UM, 10 UM y 15 UM respectivamente de
cada uno de los productos. ¿Qué cantidad de cada producto se debe fabricar?

UM= Unidad Monetaria

Determine:

i) Variables de Decisión.
ii) Función Objetivo.
iii) Restricciones.
iv) El modelo matemático de Programación Lineal.
v) Resuelva el problema usando el método Simplex Revisado, y diga cuántos
autobuses de cada tipo deben usarse para el viaje al menor costo posible.

Respuesta:

Identificamos las variables de decisión:

X1 = cantidad de producto 1 que se debe fabricar.

X2 = cantidad de producto 2 que se debe fabricar.

X3 = cantidad de producto 3 que se debe fabricar.

Función objeto: determinar cuántos productos de cada tipo deben fabricar para
maximizar las ganancias y cuántos autobuses de cada tipo deben usarse para el viaje
al menor costo posible. El modelo PL quedara expresado como:

MAXIMIZAR Z = UM30 X1 +, UM10 X2 + UM15 X3

Sujeta a las siguientes restricciones:

Relacionando las horas-maquinas requeridas por unidad con el tiempo disponible.

-Torno: 8 X1 + 3 X2 + 3 X3 < = 4200 (1)

-Fresa: 4 X1 + 2 X2 + 0 X3 < = 4100 (2)

-Fresa: 2 X1 + 0 X2 + 1 X3 < = 650 (3)

-El departamento de ventas predice que el producto 3 se venderá a lo máximo 20

unidades X3 = 20 (4)

-Condición de no negatividad: X1, X2 , X3 > = 0 (5)

Solución:

Al utilizar cualquiera de los programas para computadoras de programación lineal se

obtienen los siguientes resultados:

Zmáx: $17250

Para (0, 750, 650)

X1 = 0 ; X2 = 750 ; X3 = 650

X2: 750, autobuses grandes ; X3: 650, autobuses pequeños

Para que el viaje sea al menor costo posible.

Módulo 2. El método simplex.

Unidad 6. Fundamentos de la Teoría de Dualidad.

Objetivo 6. Resolver problemas Aplicando los algoritmos de Transporte y Asignación.

2. Un sistema de procesamiento compartido de una empresa tiene seis (6)

ordenadores diferentes 0 : 1, … ,6 y debe procesar seis (6) tareas Tj : 1, … ,6
que pueden realizarse en cualquiera de los seis ordenadores. Los costes de los
Procesamientos C𝑖j de las tareas varían según el ordenador, tal como se
muestra en la tabla:

Determine qué ordenador se asignara a cada trabajo de modo que el coste total sea
mínimo.

Calcule una solución usando el método húngaro.

Determine:

i) Variables de Decisión.
ii) Función Objetivo.
iii) Restricciones.
iv) El modelo matemático de Programación Lineal.

Ahora se pueden identificar las variables de decisión o incógnitas como:

 O1 : ordenadores de T1
 O1 : ordenadores de T2
 O1 : ordenadores de T3
 O1 : ordenadores de T4
 O1 : ordenadores de T5
 O1 : ordenadores de T6

 O2 : ordenadores de T1
 O2 : ordenadores de T2
 O2 : ordenadores de T3
 O2 : ordenadores de T4
 O2 : ordenadores de T5
 O2 : ordenadores de T6

 O3 : ordenadores de T1
 O3 : ordenadores de T2
 O3 : ordenadores de T3
 O3 : ordenadores de T4
 O3 : ordenadores de T5
 O3 : ordenadores de T6

 O4 : ordenadores de T1
 O4 : ordenadores de T2
 O4 : ordenadores de T3
 O4 : ordenadores de T4
 O4 : ordenadores de T5
 O4 : ordenadores de T6

 O5 : ordenadores de T1
 O5 : ordenadores de T2
 O5 : ordenadores de T3
 O5 : ordenadores de T4
 O5 : ordenadores de T5
 O5 : ordenadores de T6
  O6 : ordenadores de T1
 O6 : ordenadores de T2
 O6 : ordenadores de T3
 O6 : ordenadores de T4
 O6 : ordenadores de T5
 O6 : ordenadores de T6

Identificadas las variables ya podemos elaborar el modelo matemático de

programación lineal:

Función objetivo: Minimizar costos

Z = O1 + O2 + O3 + O4 + O5 + O6

Restricciones:

Tomando en cuenta los 6 ordenadores:

O1 = T1 + T2 + T3 + T4 + T5 + T6

O2 = T1 + T2 + T3 + T4 + T5 + T6

O3 = T1 + T2 + T3 + T4 + T5 + T6

O4 = T1 + T2 + T3 + T4 + T5 + T6

O5 = T1 + T2 + T3 + T4 + T5 + T6

O6 = T1 + T2 + T3 + T4 + T5 + T6

Ahora utilizaremos el método Húngaro

Primero buscar cual es el número más pequeño de la filas

Vamos a restar todos los números de la fila con el número que enceramos en rojo

T1 T2 T3 T4 T5 T6

O1 7 3 9 1 0 5

O2 3 3 9 1 0 2

O3 1 3 7 0 0 5

O4 8 6 13 4 0 1

O5 4 6 19 3 3 0

O6 7 1 9 3 1 0

Ahora vamos a encontrar el número menor pero de las columnas

Vamos a restar todos los números de la fila con el número que enceramos en rojo

T1 T2 T3 T4 T5 T6

O1 6 2 2 1 0 5

O2 2 2 2 1 0 2

O3 0 2 0 0 0 5

O4 7 5 6 4 0 1

O5 3 5 12 3 3 0

O6 6 0 2 3 1 0

Ubicamos los 0 y les hacemos una línea para eliminarlos

Como son 6 ordenadores y 6 tareas, tienen que haber 6 líneas. Para sacar estas
líneas vamos hacer el siguiente paso

Ubicamos a los números que no quedaron tachados, entre todos ellos vamos a elegir
el número más pequeño y le restaremos a los demás,

6–1=5; 2–1=1;7–1=6;3–1=2;

2–1=1;2–1=1;5–1=4;5–1=4;

2 – 1 = 1 ; 2 – 1 = 1 ; 6 – 1 = 5 ; 12 – 1 = 11;

1–1=0;1–1=0;4–1=3;3–1=2
Igualmente, donde se intersectan las líneas vamos a sumarle el número que
escogimos para restar

T1 T2 T3 T4 T5 T6

O1 5 1 1 0 0 5

O2 1 1 1 0 0 2

O3 0 2 0 0 1 6

O4 6 4 5 3 0 1

O5 2 4 11 2 3 0

O6 6 0 2 3 2 1

Volvemos hacer las líneas

Como son 6 ordenadores y 6 tareas, tienen que haber 6 líneas. Para sacar estas
líneas vamos hacer el siguiente paso

Ubicamos a los números que no quedaron tachados, entre todos ellos vamos a elegir
el número más pequeño y se lo restamos al resto

5 – 1 = 4 ; 1- 1 = 0 ; 6 – 1 = 5 ; 2 – 1 = 1 ;

1–1=0;1–1=0;4–1=3;4–1=3;
1 – 1 = 0 ; 1 – 1 = 0 ; 5 – 1 = 4 ; 11 – 1 = 10;

Igualmente, donde se intersectan las líneas vamos a sumarle el número que

escogimos para restar

T1 T2 T3 T4 T5 T6

O1 4 0 0 0 0 5

O2 0 0 0 0 0 2

O3 0 2 0 1 2 7

O4 5 3 4 3 0 1

O5 1 3 10 2 3 0

O6 6 0 2 4 3 2

Volvemos hacer las líneas

Ahora asignaremos las tareas a los ordenadores, para eso, donde se encuentran los
ceros son las posibles tareas para los ordenadores

Operaciones-------------------------tareas

O1 ------------------------- T2 , T3 , T4 , T5

O2 ------------------------- T1 , T2 , T3 , T4 , T5

O3 ------------------------- T1 , T3
O4 ----------------------- T5

O5 ---------------------- T6

O6 ---------------------- T2

Directamente se le va asignar la T2 a la O6

Así mismo, T6 a la O5

Y, T5 a la O4

Entonces los demás ordenadores quedarían así

O1 ------------------------- T3 , T4 ,

O2 ------------------------- T1 , T3 , T4 ,

O3 ------------------------- T1 , T3

Como todas tienen resultados similares, las asignaremos así,

O3 a la T3

O1 a la T4

O2 a la T1

Para que cada trabajo, de modo que el costo total sean mínimos, los ordenadores
deberán trabajar de esta manera:

O1 a la T4

O2 a la T1

O3 a la T3

O4 a la T5

O5 a la T6

O6 a la T2

Módulo 3. Aplicaciones del Modelo de Programación Lineal.

Unidad 6. Resolver problemas Aplicando los algoritmos de Transporte y Asignación.

Objetivo 9. Resolver problemas Aplicando los algoritmos de Transporte y Asignación.

3. Un fabricante de aceites está interesado en mezclar tres de sus actuales

marcas de fábrica (marca 1, marca 2, marca 3) para obtener tres nuevos
productos de alta calidad (Producto 1, Producto 2 y Producto 3); los cuales
 desea vender al precio de 4, 3 y 2 Unidades Monetarias por botella,
respectivamente. Sólo puede importar 2.000 botellas de la marca 1, 4.000 de la
marca 2 y 1.000 de la marca 3, siendo el precio que debe pagar de 3, 2 y 1 UM
respectivamente por cada tipo de botella. El fabricante requiere que el Producto
1 contenga como mínimo el 80% de la marca 1 y como máximo el 20% de la
marca 3. El producto 2 deberá contener como mínimo el 20% de la marca 1 y
no más del 80% de la marca 3. El producto 3 no podrá contener más del 70%
de la marca 3. Formule el modelo que permitirá al fabricante hallar las mezclas
que le producirán el máximo beneficio. UM: Unidad Monetaria

Determine:

i) Variables de Decisión.
ii) Función Objetivo.
iii) Restricciones.
iv) El modelo matemático de Programación Lineal.

Definición de las Variables:

Y𝑖j = cantidad de la masca i en el producto j

Función objeto:

Maximizar: Z = {4(Y11 + Y21 + Y31) + 3(Y12 + Y22 + Y32) + 2(Y13 + Y23 + Y33) – 3(Y11 + Y12 +
Y13) – 2(Y21 + Y22 + Y23) – 1(Y31 + Y32 + Y33)}

Z = {Y11 + 2Y21 + 3Y31 + Y22 + 2Y32 – Y13 + Y33}

Restricciones de capacidad de importación:

Y11 + Y12 + Y13 ≤ 2000

Y21 + Y22 + Y23 ≤ 4000

Y31 + Y32 + Y33 ≤ 1000

Requerimientos de cada uno de los productos:

Y11 ≥ 0.8(Y11 + Y21 + Y31)

Y31 ≤ 0.2(Y11 + Y21 + Y31)

Y12 ≥ 0.2(Y12 + Y22 + Y32)

 Y32 ≤ 0.8(Y12 + Y22 + Y32)

Y33 ≤ 0.7(Y13 + Y23 + Y33)

Renombrando las variables:

Y11 = P1

Y12 = P2

Y13 = P3

Y21 = P4

Y22 = P5

Y23 = P6

Y31 = P7

Y32 = P8

Y33 = P9

P10, P11, P12, P13, P14, P15, P16, P17 = variables de holgura

Condición de no negatividad de las variables:

Y𝑖j ≥ 0

La solución estaría determinada por las siguientes iteraciones:

La solución óptima es Z = 13000

Es decir, esta mezcla:

Z = {Y11 + 2Y21 + 3Y31 + Y22 + 2Y32 – Y13 + Y33}

Le producirá un beneficio al fabricante de 1300 UM al mezclar las tres marcas con los
tres productos de esta manera.