SEMANA 3.

MODELOS DE
TRANSPORTE
ALUMNO: CÉSAR ARTURO
MENDEZ MOSCO
PMI402 Investigación
Facilitador:de
ERIKoperaciones
MORALES MERCADO

Maria Vivanco/MXC/MX
[Email address]
SEMANA 3. ESTABLECIMIENTO DE LA SOLUCIÓN POR UN ALGORITMO ADECUADO AL TIPO DE
PROBLEMA SELECCIONADO.

2. Identifica los diferentes métodos de programación lineal.

MÉTODO DE REPRESENTACIÓN GRÁFICA.

Consiste en representar las restricciones sobre unos ejes de coordenadas, para

delimitar la región dónde se encuentran las soluciones factibles.

Las soluciones óptimas se encontrarán en el perímetro del polígono resultante.

Si nuestra función objetivo es una maximización y la línea que delimita nuestro

dominio no es convexa, entonces nuestro problema, bajo estas condiciones, no tiene

solución.

Ejemplo:

F.O.: Max 5X+6Y

S.a.: X+Y≤ 4

X+2Y≤ 6

La representación gráfica se ve en la figura.

Dando valores a la función objetivo vamos obteniendo sucesivas rectas paralelas, de

forma que según aumenta la función objetivo, la recta se separa del origen.

Por tanto, puede suceder que nuestra función objetivo de valor óptimo coincida con

una arista o con un vértice del polígono que delimite nuestro dominio.

En nuestro caso, el vértice A(2,2) será la solución óptima.

Luego el valor óptimo de nuestra función objetivo será:

5*2 + 6*2 = 22
MÉTODO SIMPLEX.

Resuelve los problemas del tipo maximizar con restricciones menor o igual.

Vamos a ilustrar con un ejemplo los pasos a dar para la resolución de un problema:

F.O.: Max 3 X1 + 5 X2

S.a. 2 X1 + 3 X2 ≤ 8

8 X1 + 3 X2 ≤ 20

a) Se tienen que transformar las inecuaciones en ecuaciones, para lo cual

introducimos unas variables llamadas variables de holgura.

Para transformar una desigualdad menor o igual en igual tendremos que sumarle la

variable de holgura.

En nuestro caso:

8 X1 + 3 X2 + X3 = 20

2 X1 + 3 X2 + X4 = 8

b) Para empezar a aplicar el método simplex necesitamos una base factible inicial

(luego iremos optimizando).

Entonces partimos de una solución inicial del sistema formado por las restricciones

y luego mediante una serie de iteraciones del método iremos mejorando esta solución de

acuerdo con nuestra función objetivo.

En nuestro caso: X1=0, X2=0, X3=20, X4=8, es decir, hacemos cero las variables
reales e igualamos las variables de holgura a los recursos.

c) Se construye la siguiente tabla:

En L1 y L2 ponemos los coeficientes de las restricciones, y en L0 los coeficientes

de la función objetivo cambiados de signo. En bi colocamos los recursos.

El valor de la función objetivo es el correspondiente a la columna bi en nuestro caso

cero.

d) Se investiga si alguna variable no básica, si pasa a serlo, mejora nuestra función

objetivo.

Observando la función objetivo (en L0) vemos que los coeficientes negativos

representan el incremento unitario que tendrá la función objetivo por entrar la variable

correspondiente en la base.

Por tanto, deberá entrar en la base aquella variable que más optimice nuestra

función objetivo.

MÉTODO DE LAS DOS FASES.

Este método se aplica cuando existen restricciones del tipo mayor o igual.

El tratamiento de las restricciones para convertir las desigualdades en igualdades en

este caso es el siguiente. Sea

Σ aij * Xj ≥ bi

lo podremos transformar en

Σ aij * Xj – Yk = bi

donde Yk será una nueva variable denominada variable de holgura.

Si introdujésemos esto en la tabla de simplex, nos daría lugar a una base inicial no
factible, por lo que para poder resolver el problema, tendremos que aplicar una técnica

diferente. Esta técnica es la del método de las dos fases.

El método de las dos fases va a realizar un tratamiento de nuestro problema, para

que sea posible aplicar el método simplex.

Para poder crear una base factible inicial que nos permita aplicar el método simplex,

al transformar las desigualdades de tipo mayor o igual en igualdades, introducimos una

variable ficticia, que nos dará lugar a una base canónica.

Para explicar el método, nos basaremos en el siguiente ejemplo:

F.O.: Min 3 X1 + 2 X2

S.a.: X1 + X2 = 10

X1 ≥ 4

Transformamos el problema en:

F.O.: Min –3 X1 –2 X2

S.a.: X1 + X2 = 10

X1 ≥ 4

Transformamos las desigualdades en igualdades.

X1 ≥ 4 → X1 – h1 = 4

X1 + X2 = 10 → X1 + X2 = 10

Añadimos las variables ficticias para encontrar una base canónica.

X1 + X2 + Y1 = 10

X1 + h1 + Y2 = 4

Primera fase:

Se minimizan las variables ficticias sujetas a las restricciones del problema.

Pueden presentarse dos casos:

a) Que la minimización no pueda realizarse. Entonces el problema no tiene

solución.

b) Que la minimización si pueda realizarse.

b-1) Si el valor óptimo es cero, entonces pasamos a la segunda fase.

b-2) Si no es cero, entonces no existe solución.

Entonces tendremos que hacer:

Min Y1 + Y2

Donde:

Y1 + Y2 = - 2 X1 – 2 X2 + h1 + 14

Vamos a minimizar:

- 2 X1 – X2 + h1 + 14

que es lo mismo que maximizar:

2 X1 + X2 - h1 – 14

Si yo maximizo 2 X1 + X2 – h1 de forma que su valor máximo sea 14, habré

obtenido lo que busco, que Y1 + Y2 = 0.

Esto es lo mismo que asignarle el valor inicial – 14 a la función Y1 + Y2 e ir

incrementando la función Y1 + Y2 parando cuando su valor valga cero.

El problema de la maximización de la función Y1 + Y2 lo vamos a resolver

mediante el método simplex. Para ello vamos a crear una tabla de la siguiente forma:

En las columnas aparecerán todas las variables de nuestro problema:

- Variables propias.

- Variables de holgura.

- Variables ficticias.

- Columna de valores bi.

3. Elige el método de programación lineal que utilizarás para encontrar la solución al problema.

Utilizaría el método simplex, ya que el método SIMPLEX es sumamente

importante en el sector empresarial, porque actúa como una herramienta para
ofrecer soluciones a los problemas relacionados con pérdidas, inventario y
ganancias. Con esta metodología, es posible visualizar cuánto se debe comprar,
producir y vender, según sea el caso.

4. Resuelve el problema y agrega en el documento una justificación (a

manera de conclusión) de tu elección del método.
Una confitería se elaboran tartas de nata y de manzana. Cada tarta de nata
requiere medio kilo de azúcar y 8 huevos; y una de manzana, 1 kg de azúcar y 6
huevos. En la despensa quedan 10 kg de azúcar y 120 huevos.
Sabiendo que los precios de venta son 12 euros las tartas de nata y 15 euros las
tartas de manzana, calcula cuántas tartas de cada tipo se debe hacer para que los
ingresos por su venta sean máximos.
En primer lugar voy a trasladar el enunciado a lenguaje matemático.
Me fijo en lo que me preguntan: a una variable la llamo “x “ y a otra “y”.
Me preguntan que cuántas tartas de cada tipo se debe hacer para que los
ingresos por su
venta sean máximos.
Por tanto:
“x”= número de tartas de nata e “y”= número de tartas de manzana .
Una vez fijadas las incógnitas volvemos a leer el problema, e intentamos traducirlo
a
lenguaje matemático poco a poco.
En el enunciado me hablan de tartas de nata y manzana, de kg de azúcar y
número de
huevos. Voy a elaborar una tabla de doble entrada:

Para obtener las restricciones voy a plantear otra tabla de doble entrada, haciendo
ahora intervenir a las incógnitas “x” e “y” y añadiendo una fila más con los totales:

“En la despensa quedan 10 kg de azúcar”, por ello el número de kilos de azúcar

no debe
sobrepasar los 10.
Es decir: 10 5´0 ⋅ x + y ≤
“En la despensa quedan 120 huevos”, por tanto el número de huevos no debe
sobrepasar los 120.

Es decir: 120 8x + 6y ≤
“Los precios de venta son 12 pesos las tartas de nata y 15 euros las de manzana”
Entonces los ingresos de la venta serán 12x +15y .

He añadido las dos últimas restricciones ya que lógicamente el número de tartas

de nata
y de manzana tiene que ser mayor o igual que cero.
A continuación, una vez escrito en lenguaje matemático el problema voy a
resolverlo.
En principio puedo simplificar algunas restricciones:

Voy a representar gráficamente la región factible

Comienzo por la inecuación que me parezca más complicada, en este caso 60 4x
+ 3y ≤
Hago una tabla de valores con dos puntos de la recta 60 4x + 3y = , bien por
tanteo o
paso a paso.
Paso a paso: “ Se despeja una incógnita y se le da valores a la otra”
Calculo el valor que toma la función objetivo, F(x, y) = 12x +15y , en cada uno de
los
vértices:
A: ( ,0 10) F ,0( 10) = 12 ⋅ 0 +15⋅10 = 150
B: (12 4, ) F(12 )4, = 12 ⋅12 +15⋅ 4 = 144 + 60 = 204 ←Máximo
C: (15 0, ) F(15 )0, = 12 ⋅15 +15⋅ 0 = 180
D: ( 0,0 ) F(15 )0, = 12 ⋅ 0 +15⋅ 0 = 0
Por tanto el máximo se alcanza en el punto B: (12 4, ), cuando x = 12 e 4 y = .
En definitiva para obtener las mayores ganancias se debería de elaborar:
12 tartas de nata y 4 tartas de manzana. Los ingresos que se obtendrían serían
204 pesos.

CONCLUSIONES

El método símplex se utiliza para hallar las soluciones óptimas de un problema de

programación lineal con tres o más variables. Es un procedimiento iterativo de
programación lineal que va desechando las soluciones no factibles y, en cada
paso, evalúa si la solución obtenida es óptima o no. Las etapas de este algoritmo
son:

·1.Planteamiento del problema: identificación de las variables y definición de la

función objetivo y del sistema de inecuaciones lineales para restricciones.

· 2.Conversión de las desigualdades en igualdades; en cada restricción se

introduce una variable de holgura en el miembro menor (o menor o igual) de la
desigualdad.

· 3.Igualación a cero de la función objetivo.

· 4.Escritura de una tabla inicial símplex (matriz): en las columnas, las variables
del problema; una fila para cada conjunto de coeficientes de una restricción y una
fila más para los coeficientes de la función objetivo.

· 5.Determinación de las variables y los coeficientes.

BIBLIOGRAFIA

1. Libro: Baca Urbina, Gabriel. (2016). Evaluación de proyectos. México: McGraw-Hill

Interamericana.

Capítulo 3. Estudio técnico.

- Distribución de la planta.