Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AbiertaVicerrectorado
Académico Área de
Ingeniería
Carrera Ingeniería de Sistemas
Lapso: 2023-2
M: 1, U: 1, O: 1 C/D: 1/1
I) La Empresa Procesadora de Datos Omega realiza tres tipos de actividades: nóminas,
cuentas por cobrar e inventarios. Los requisitos de ganancias y tiempo para la perforación
de teclas, el cálculo y la impresión de oficina para un "trabajo estándar" se muestran en la
siguiente tabla:
Omega garantiza la finalización de todos los trabajos estándar durante la noche. Cualquier
trabajo programado durante el día se puede completar durante el día o la noche. Sin
embargo, cualquier trabajo programado durante la noche debe completarse durante la
noche. La capacidad para ambos días y la noche se muestran en la siguientetabla:
i) Variables de Decisión.
ii) Función Objetivo.
iii) Restricciones.
iv) El modelo matemático de Programación Lineal.
R.I:
Método simplex
GRAFICO DEL DIA
SOLUCION PARA LA NOCHE
Método simplex
GRAFICO DE LA NOCHE
II) Responda
Verdadero o falso:
R-a. Verdadero. La Programación Lineal es una técnica matemática utilizada para optimizar
la asignación de recursos limitados en la toma de decisiones. En el caso específico
mencionado, la Programación Lineal puede ser utilizada para determinar la ubicación óptima
de plantas de manufactura para la distribución física, considerando factores económicos y
eficiencia.
R-b. Falso. En un problema de Programación Lineal, las variables pueden tomar cualquier
valor real, incluyendo valores negativos. Las restricciones y la función objetivo del problema
determinarán los rangos de valores permitidos para las variables, pero no hay una restricción
general que indique que todas las variables deben ser negativas.
Opción múltiple
1. El modelo matemático de un problema de PL es importante porque
(a) ayuda a convertir la descripción verbal y los datos numéricos en una expresión
matemática
(b) los tomadores de decisiones prefieren trabajar con modelos formales
(c) captura la relación relevante entre los factores de decisión
(d) permite el uso de la técnica algebraica
2. La programación lineal es un
(a) técnica de optimización restringida
(b) técnica para la asignación económica de recursos limitados
(c) técnica matemática
(d)Todo lo anterior
3. Una restricción en un modelo PL restringe
(a) valor de la función objetivo
(b) valor de una variable de decisión
(c) uso del recurso disponible
(d) Todo lo anterior.
R. 1
M: 1, U: 2, O: 2 C/D: 1/1
La Fuerza Aérea está experimentando con tres tipos de bombas P, Q y R en las que se
utilizarán tres tipos de explosivos, a saber, A, B y C. Teniendo en cuenta los diversos factores,
se ha decidido utilizar como máximo 600 kg de explosivo A, como mínimo 480 kg de
explosivo B y exactamente 540 kg de explosivo C. La bomba P requiere 3, 2, 2 kg, la bomba
Q requiere 1, 4, 3 kg y bomba R requiere 4, 2, 3 kg de explosivos A,B y C respectivamente.
Se estima que la Bomba P da el equivalente a una explosión de 2 toneladas, bomba Q, una
explosión de 3 toneladas y bomba R, una explosión de 4 toneladas, respectivamente. ¿Bajo
qué programa de producción puede la Fuerza Aérea hacer elmayor éxito?
Describa:
i) Variables de Decisión.
ii) Función Objetivo.
iii) Restricciones.
iv) El modelo matemático de Programación Lineal.
v) Use técnicas de las variables artificiales para resolver el problema
R- Variables de Decisión:
Sea x1 la cantidad de bombas P a producir.
Sea x2 la cantidad de bombas Q a producir.
Sea x3 la cantidad de bombas R a producir.
Función Objetivo:
Maximizar el éxito total de las explosiones, que se puede calcular como: 2x1 + 3x2 + 4x3
Restricciones:
La cantidad de explosivo A utilizada no puede exceder los 600 kg: 3x1 + x2 + 4x3 <= 600
La cantidad de explosivo B utilizada debe ser al menos 480 kg: 2x1 + 4x2 + 2x3 >= 480
La cantidad de explosivo C utilizada debe ser exactamente 540 kg: 2x1 + 3x2 + 3x3 =
540
Las variables de decisión deben ser no negativas: x1, x2, x3 >= 0
Maximizar 2x1 + 3x2 + 4x3 Sujeto a: 3x1 + x2 + 4x3 <= 600 2x1 + 4x2 + 2x3 >= 480 2x1 + 3x2
+ 3x3 = 540 x1, x2, x3 >= 0
Las técnicas de las variables artificiales se utilizan para convertir las restricciones de
desigualdad en restricciones de igualdad. Sin embargo, en este caso, todas las restricciones ya
están en forma de igualdad, por lo que no es necesario utilizar variables artificiales para resolver
el problema. Puede resolverse directamente utilizando métodos de programación lineal
estándar.
M: 2, U: 3, O: 3 C/D: 1/1
Dado el Problema de Programación Lineal:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 3𝑥1 + 𝑥2
𝑠. 𝑎 𝑥1 + 𝑥2 ≤ 20
𝑥1 + 2𝑥2 ≤ 30
2𝑥1 + 𝑥2 ≤ 30
𝑥1, 𝑥2 ≥ 0
a) Expresa el PL en forma estándar.
b) Determina todas las soluciones básicas y clasifícalas en Factibles y No Factibles.
¿Alguna de las SBF obtenidas es degenerada (alguna variable básica toma el valor0)? Si la
respuesta es afirmativa, ¿qué más puedes decir sobre esa solución?
c) Sustituir en la función objetivo las SBF encontradas y determinar cuál es la mejor.
Comprobar gráficamente que la solución obtenida es la óptima.
Restricciones: Sujeto a: $ x_1 + x_2 \leq 20$ $ x_1 + 2x_2 \leq 30$ $ 2x_1 + x_2 \leq 30$ $
x_1, x_2 \geq 0$
Para determinar todas las soluciones básicas factibles (SBF), necesitamos encontrar todas las
combinaciones posibles de las restricciones que forman un sistema lineal de ecuaciones. Luego,
verificamos si estas soluciones cumplen con las restricciones y si todas las variables básicas
son no negativas.
SBF $x_1$$x_2$$z$
SBF1 0 0 0
SBF2 0 20 20
SBF3 10 0 30
SBF4 10 10 40
Las soluciones básicas factibles son aquellas que cumplen con todas las restricciones y tienen
todas las variables básicas no negativas. En este caso, todas las SBF son factibles.
Una solución básica factible se considera degenerada si alguna de sus variables básicas toma
el valor 0. En este caso, ninguna de las SBF es degenerada, ya que todas las variables básicas
son estrictamente positivas.
Para determinar cuál de las SBF es la mejor, debemos sustituir cada una de ellas en la función
objetivo y calcular el valor resultante. La mejor solución será aquella que maximice la función
objetivo.
Sustituyendo las SBF en la función objetivo, obtenemos los siguientes valores:
SBF2 20
SBF3 30
SBF $3x_1 + x_2$
SBF4 40
La mejor solución es aquella que maximiza la función objetivo, por lo tanto, la SBF4 con $x_1 =
10$ y $x_2 = 10$ es la óptima.
Para comprobar gráficamente que la solución obtenida es la óptima, podemos trazar las
restricciones en un plano cartesiano y encontrar el punto de intersección que maximiza la
función objetivo.
M: 2, U: 4, O: 4 C/D: 1/1
Una empresa fabrica dos productos A y B en las máquinas I y II como se muestra a
continuación:
El tiempo total disponible es de 300 horas y 110 horas en las máquinas I y II,
respectivamente. Los productos A y B aportan una ganancia de Rs 6 y Rs 8 por unidad,
respectivamente. Determinar la mezcla óptima de productos. Escriba el dualde este problema
de PL y dé su interpretación económica.
Para determinar la mezcla óptima de productos, debemos maximizar el beneficio total sujeto a
las restricciones de tiempo de las máquinas.
Las restricciones del dual indican que el costo de oportunidad por unidad de tiempo de cada
máquina debe ser mayor o igual al beneficio por unidad de los productos A y B,
respectivamente.
M: 3, U: 7, O: 7 C/D: 1/1
Resuelva el siguiente Problema de Programación Lineal por el método simplex de
variable acotada
2. Identificar las variables: Las variables en este problema son x1, x2 y x3, que
representan las cantidades de las variables de decisión que queremos determinar.
3. Escribir la función objetivo: La función objetivo es la expresión que queremos
maximizar o minimizar. En este caso, queremos maximizar Z, que está definida como:
Max Z = 3x1 + 5x2 + 2x3
4. Escribir las restricciones: Las restricciones son las condiciones que deben cumplir las
variables de decisión. En este caso, las restricciones son:
Restricción 1: x1 + 2x2 + 2x3 ≤ 14
Restricción 2: 2x1 + 4x2 + 3x3 ≤ 23
Restricción 3: 0 ≤ x1 ≤ 4
Restricción 4: 2 ≤ x2 ≤ 5
Restricción 5: 0 ≤ x3 ≤ 3
8. Interpretar los resultados: Una vez que se obtiene la solución óptima, se interpreta
para tomar decisiones. En este caso, los valores óptimos de las variables de decisión x1,
x2 y x3 nos indicarán las cantidades óptimas que maximizan la función objetivo Z.
Espero que esta explicación te ayude a resolver el problema utilizando el método simplex de
variable acotada.
M: 3, U: 8, O: 8 C/D: 1/1
Resolver el siguiente PLC, usando el algoritmo del pivote complementario.𝑤 − Mz=q
1 −3 −3 1
𝑀 = [2 2 −4] ; 𝑞 = [ 2 ]
1 −1 −5 −5
donde 𝑤𝑖 ⩾ 0,𝑧𝑖 ⩾ 0,𝑤𝑖𝑧𝑖 = 0