Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2024
Christian Stephania Flores Escudero Profesor:
Fernando Bueno Mora
Instituto politécnico nacional
10-1-2024
“Métodos Cuantitativos”
Estudio de caso 6.
Modelos de programación lineal parte 2
Grupo: 4IX30
Profesor: Fernando Bueno Mora
Boleta:20210A0588
Contenido
Introducción...................................................................................................................................................... 2
Estudio de caso 6...............................................................................................................................................3
Desarrollo.......................................................................................................................................................... 3
Método Simplex caso 6.....................................................................................................................................3
Paso 1. Planteamiento del caso y recabación de datos...........................................................................3
Datos............................................................................................................................................................. 4
Paso 2. Restricciones................................................................................................................................5
Paso 3. Generar matriz.............................................................................................................................5
Paso 4. Solución básica inicial.......................................................................................................................5
Paso 5. Seleccionar la variable de entrada utilizando la condición de optimalidad...............................6
Paso 6. Seleccionar la Variable de Salida con la Condición de Factibilidad.............................................................6
Paso 7. Actualizar la matriz......................................................................................................................7
Paso 8. Seleccionar la Variable de Salida con la Condición de Factibilidad.............................................................9
Paso 9. Actualizar la matriz......................................................................................................................9
Paso 10. Sustitución...............................................................................................................................11
conclusión método simplex.............................................................................................................................11
Método de Transporte Caso 6........................................................................................................................12
Paso 1. Planteamiento del caso y recabación de datos.........................................................................12
Paso 2. Capacidad...................................................................................................................................12
Paso 3. Requerimientos..........................................................................................................................13
Paso 4. Restricciones..............................................................................................................................13
Paso 5. Valores finales............................................................................................................................16
Paso 6. Sustitución.................................................................................................................................16
Paso 7. Cálculo de costes........................................................................................................................17
Conclusión método de Transporte..................................................................................................................17
1
Introducción
Objetivo general
Conocer los diferentes métodos de resolución y cálculo, para la maximización de utilidades, recursos
y optimización de estos.
Objetivos específicos
Aplicar los métodos Simplex y de Transporte.
Método Simplex
Es un método analítico de solución de problemas de programación lineal, capaz de resolver modelos
más complejos que los resueltos mediante el método gráfico, sin restricción en el número de
variables y con una mayor capacidad de análisis de sensibilidad.
Es un procedimiento iterativo para resolver problemas de programación lineal, donde se busca
obtener la solución óptima de la función objetivo que logre cumplir el conjunto de restricciones.
El método parte de dos afirmaciones importantes:
1. El conjunto de posibles soluciones o conjunto factible de cualquier problema de
programación lineal puede representarse mediante un poliedro convexo.
2. Si un problema de programación lineal tiene una solución óptima y finita, ésta estará en un
vértice del poliedro convexo que representa al problema.
Método de Transporte
Es una aplicación singular de la programación lineal cuyo objetivo es determinar el esquema de
transporte que minimice el coste total de este, conocidos los costes unitarios desde el origen i hasta
el destino.
2
Estudio de caso 6
Desarrollo
Lo primero es definir el problema y determinar los datos o información con los que contamos.
Determinar cuántos kilogramos de fertilizante 1 y cuántos del tipo 2 debe fabricar para lograr la
mayor ganancia posible, es decir, maximizar la utilidad.
3
Datos
Por fertilizante se requiere:
Función objetivo
4
Paso 2. Restricciones
Desarrollamos tabla simplex incluyendo los términos de holgura que nos permitieron igualar.
X1 X2 S1 S2 S3
S1 0.05 0.05 1 0 0
S2 0.05 0.10 0 1 0
S3 0.10 0.05 0 0 1
Z -18.8 -20 0 0 0
El método simplex parte de un vértice de la región factible, es decir, un punto extremo. Con cada
iteración avanzaremos de vértice en vértice hasta llegar a la solución óptima.
X1 X2 S1 S2 S3 R
S1 0.05 0.05 1 0 0 1220
S2 0.05 0.10 0 1 0 1320
S3 0.10 0.05 0 0 1 3000
Z -18.8 -20 0 0 0 0
5
S1: 1220
S2: 1320
S3: 3000
Dado que buscamos maximizar, marcaremos la columna que contenga el valor negativo más
grande:
X1 X2 S1 S2 S3 R
S1 0.05 0.05 1 0 0 1220
S2 0.05 0.10 0 1 0 1320
S3 0.10 0.05 0 0 1 3000
Z -18.8 -20 0 0 0 0
X1 X2 S1 S2 S3 R CRX
S1 0.05 0.05 1 0 0 1220 1220 / 0.05
S2 0.05 0.10 0 1 0 1600 1320/ 0.10
S3 0.10 0.05 0 0 1 2150 3000 / 0.05
Z -18.8 -20 0 0 0 0 Vector de costes
Ahora buscaremos dentro de la columna marcada, el valor que corresponda con el resultado menor
del extremo derecho, es decir, nuestra nueva variable de salida.
X1 X2 S1 S2 S3 R CRX
S1 0.05 0.05 1 0 0 1220 24,400
S2 0.05 0.10 0 1 0 1320 13,200
S3 0.10 0.05 0 0 1 3000 60,000
Z -18.8 -20 0 0 0 0 Vector de costes
X1 X2 S1 S2 S3 R CRX
S1 0.05 0.05 1 0 0 1220 24,400
S2 0.05 0.10 0 1 0 1320 13,200
S3 0.10 0.05 0 0 1 3000 60,000
Z -18.8 -20 0 0 0 0 Vector de costes
6
Paso 7. Actualizar la matriz
Una vez determinado nuestro elemento pivote, realizaremos las operaciones de Gauss-Jordan para
formar nuestra matriz identidad. El nuevo valor de cada fila se calculará de la siguiente manera:
Para la fila pivote: El nuevo valor se obtendrá dividiendo el valor actual entre el elemento pivote.
Nuevo Valor Fila Pivote = Valor Actual Fila Pivote / Elemento Pivote
Para las otras filas: El nuevo valor se calcula restando del valor actual, la multiplicación del
elemento de la fila que se encuentra en la columna pivote por el nuevo valor calculado en la fila
pivote.
Nuevo Valor = Valor Actual – (Elemento Fila Columna Pivote*Nuevo Valor Fila Pivote).
X1 X2 S1 S2 S3 R
S1 0.05 0.05 1 0 0 1220
S2 0.05 / 0.10 0.10/ 0 / 0.10 1 / 0.10 0/ 0.10 1320 / 0.10
0.10
S3 0.10 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 0.50 1 0 10 0 13,200
S3 0.10 0.05 0 0 1 3000
Z -18.8 -20 0 0 0 0
7
X1 X2 S1 S2 S3 R
S1 0.50 x (-0.05) + 1 x (-0.05) + (0) x (-0.05) + (10) x (-0.05) + (0) x (-0.05) + (13,200) x (-
0.05 = 0.05 = 1= 0 = -0.5+0 = 0= 0.05) + 1220 =
-0.25 + .05 = -0-05 + 0.05 = 0+1=1 -0.5 -0.5+0 = 0 -660.00 + 1220
0.025 0 = 560.00
S2 0.50 1 0 10 0 13,200
S3 0.50 x (-0.05) + 1 x (-0.05) + 0 x (-0.05) + 0 10 x (-0.05) + 0 0 x (-0.05) + 1 13,200 x (-0.05)
0.10 = 0.05 = = = = + 3000 =
-0.25 + 0.10 = 0.05 + 0.05 = 0 0+0=1 -0.5 + 0 = 0+1=1 -660.00 + 3000
0.075 -0.5 = 2,340.00
S2 0.50 1 0 10 0 13,200
S3 0.075 0 1 -0.5 1 2,340.00
Identificamos nuevamente la columna con el valor negativo mayor, en este caso X1 donde está -
8.80.
X1 X2 S1 S2 S3 R
S1 0.025 0 1 -0.5 0 560.00
S2 0.50 1 0 10 0 13,200
S3 0.075 0 1 -0.5 1 2,340.00
8
Paso 8. Seleccionar la Variable de Salida con la Condición de Factibilidad
Ahora buscaremos dentro de la columna marcada, el valor que corresponda con el resultado menor
del extremo derecho, es decir, nuestra nueva variable de salida.
X1 X2 S1 S2 S3 R CRX
S1 0.025 0 1 -0.5 0 650.00 22,400
S2 0.50 1 0 10 0 13,200 26,400
S3 0.075 0 1 -0.5 1 2,340.00 31,200
Z -8.80 20 0 200 0 264,000 Vector de costes
9
X1 X2 S1 S2 S3 R CRX
S1 1 0 40 -20 0 48,800 896,000
S2 0.50 1 0 10 0 1320
S3 0.075 0 1 -0.5 1 2150
Z -8.80 20 0 200 0 0
X1 X2 S1 S2 S3 R
S1 1 0 40 -20 0 48,800
X1 X2 S1 S2 S3 R
S1 1 0 40 -20 0 48,800
S2 0 1 -20 20 0 -37,600
S3 0 0 -3 1 1 6,600
10
X1 X2 S1 S2 S3 R
S1 1 0 40 -20 0 48,800
S2 0 1 -20 20 0 -37,600
S3 0 0 -3 1 1 6,600
Z =18.8 x1 + 20 x2
Z = 18.8 (48,800) + 20 (-37,600)
Z = 917,440 +(-752,000)
Z = 917,440 -752,000
Z = 165,440
1. La condición de optimidad asegura que nunca se encontrará una solución inferior relativa al punto
de solución actual.
2. La condición de factibilidad que garantiza que partiendo de una solución básica factible solamente
se encontrarán soluciones básicas factibles. Un problema de programación lineal siempre tiene una
solución que está localizada en uno de los vértices del conjunto de soluciones factibles.
11
Método de Transporte Caso 6
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 13 16.23 17.21
Aguascalientes 14.56 9.88 9 13
Veracruz 8.65 8 9.21 12.65
Como el saso de método Simples, el algoritmo de transporte consiste en empezar con una solución
inicial y moverse de una solución básica a otra en un numero de finito de iteraciones.
En el método de transporte, sin embargo, la solución inicial no es solución factible cero, (Z = 0, todas
las variables reales son iguales a cero) si no una de las posibles soluciones.1
Método de la esquina Noroeste La regla de la esquina noroeste muestra cómo obtener una rápida
solución inicial. Esta no toma en consideración el costo de enviar una unidad de un centro de
distribución a un centro de consumo.
Paso 2. Capacidad
I II III IV Capacidad
Cd. De México 12.33 12 6.75 9 1,875.3
Estado de México 7 13 16.23 17.21 983
Aguascalientes 14.56 9.88 9 13 2,652
Veracruz 8.65 8 9.21 12.65 2,006.5
12
Paso 3. Requerimientos
I II III IV Capacidad
Cd. De México 12.33 12 6.75 9 1,875.3
Estado de México 7 13 16.23 17.21 983
Aguascalientes 14.56 9.88 9 13 2,652
Veracruz 8.65 8 9.21 12.65 2,006.5
Requerimientos 758.5 1,189 2,910.5 2,658.8 7,516.8
Paso 4. Restricciones
Analizando la celda superior izquierda xa1, encontramos que la restricción con el menor valor es el
de la columna IA (758.5), por lo que se asignan 758.5 unidades en esta celda
I II III IV Capacidad
Cd. De México 758.5 1,875.3 1875.3 – 758.5=
1,116.8
Estado de 983
México
Aguascalientes 2,652
Veracruz 2,006.5
Requerimientos 758.5 1,189 2,910.5 2,658.8 7,516.8
758.5
–
758.5=
0
13
Identificamos el valor de IIIB del renglón que sigue:
I II III IV Capacidad
Cd. De México 758.5 1,875.3 X X 1,875.3 1,116.8 – 1,116.80 = 0
-758.5 =
1,116.8
Estado de X 1,189 - 983 - 983 910.8 - 910.8 = 0
México 1,116.8 72.2 =
= 72.2 910.8
Aguascalientes X X 2,652
Veracruz X X 2,006.5
Requerimientos 758.5 1,189 2,910.5 2,658.8 7,516.8
758.5 1,189 – 2910.5-
– 1.116.8 910.8=
758.5= = 72.2 1,999.7
0
I II III IV Capacidad
Cd. De México 758.5 1,875.3- X X 1,875.3 1,116.8 – 1,116.80 = 0
758.5=
1,116.8
Estado de X 1189 - 983 - X 983 910.8-910.8= 0
México 1116.8 72.2 =
= 72.2 910.8
Aguascalientes X X 2,652
Veracruz X X 2,006.5
Requerimientos 758.5 1,189 2,910.5 2,658.8 7,516.8
758.5 1,189 – 2910.5 -
– 1.116.8 910.8 =
758.5 = 72.2 1,999.7
=0
I II III IV Capacidad
Cd. De México 758.5 1,875.3 - X X 1,875.3 1,116.8 – 1,116.80 = 0
758.5 =
1,116.8
Estado de X 1,189 - 983 -72.2= X 983 910.8-910.8= 0
México 1,116.8 = 910.8
72.2
Aguascalientes X X 2,910.5 - 2,652 2,652 – 1,999.7 = 652.3
910.8 =
1,999.7
14
Veracruz X X X 2,006.5
Requerimientos 758.5 1,189 2,910.5 2,658.8 7,516.8
758.5 – 1,189 – 1,999.7-
758.5 = 1.116.8 = 1,999.7= 0
0 72.2
Como ya hemos logrado igualar la demanda III, ahora seguiremos el procedimiento e identificaremos
el valor IVC.
I II III IV Capacidad
Cd. De México 758.51,875.3- X X 1,875.3 1,116.8 – 1,116.80 = 0
758.5 =
1,116.8
Estado de X 1,189 - 983 -72.2= X 983 910.8 - 910.8= 0
México 1,116.8 = 910.8
72.2
Aguascalientes X X 2,910.5 - 2,652 - 2,652 652.3 – 652.3 = 0
910.8 = 1,999.7 =
1999.7 652.3
Veracruz X X X 2,006.5
Requerimientos 758.5 1,189 2,910.5 2,658.8 7,516.8
758.5 – 1,189 – 1,999.7- 2,658.8 -
758.5 = 1.116.8 = 1,999.7= 0 652.3 =
0 72.2 2,006.50
Identificamos el punto 5D, el cual es nuestro último punto de igualación, en el cual podemos
observar que tanto nuestro valor de Demanda como de Capacidad es el mismo, a lo que a
continuación asignaremos este valor en 5D y restaremos a nuestros valores faltantes con la finalidad
de igualar a 0 ambas partes
I II III IV Capacidad
Cd. De México 758.51,875.3- X X 1,875.3 1,116.8 – 1,116.80 = 0
758.5 =
1,116.8
Estado de X 1189 - 983 -72.2= X 983 910.8 - 910.8 = 0
México 1116.8 = 910.8
72.2
Aguascalientes X X 2910.5 - 2652 -1999.7 2,652 652.3 – 652.3 = 0
910.8 = = 652.3
1999.7
Veracruz X X X 2,006.50 2,006.5 2,006.5 – 2,006.5 = 0
Requerimientos 758.5 1,189 2,910.5 2,658.8 7,516.8
758.5 – 1,189 – 1,999.7- 2,006.5 –
758.5 = 1.116.8 = 1,999.7= 0 2,006.5 = 0
0 72.2
15
I II III IV Capacidad
Cd. De México 758.51,875.3- X X 1,116.8 – 1,116.80 = 0
758.5 =
1,116.8
Estado de X 1189 - 983 -72.2= X 910.8 - 910.8 = 0
México 1116.8 = 910.8
72.2
Aguascalientes X X 2910.5 - 2652 - 652.3 – 652.3 = 0
910.8 = 1,999.7 =
1999.7 652.3
Veracruz X X X 2,006.50 2,006.5 – 2,006.5 = 0
758.5 – 1,189 – 1,999.7- 2,006.5 – 7,516.8
758.5 = 1.116.8 = 1,999.7= 0 2,006.5 = 0
0 72.2
Con esta tabla ya con los valores finales, podemos ver de manera más grafica o digerida y poder
determinar la mejor ruta posible, que reduzca los costos y por ende, vuelva más eficiente la
operación.
I II III IV
Cd. De México 758.5 1,116.8 X X
Estado de México X 72.2 910.8 X
Aguascalientes X X 1,999.7 652.3
Veracruz X X X 2,006.50
7,516.8
Paso 6. Sustitución
Ahora que ya tenemos la ruta, sustituiremos los valores por los costes de transporte.
I II III IV Capacidad
Cd. De México 12.33 12 6.75 9 1,875.3
Estado de México 7 13 16.23 17.21 983
Aguascalientes 14.56 9.88 9 13 2.652
Veracruz 8.65 8 9.21 12.65 2,006.50
Demanda 758.5 1,189 2,910.5 2,658.8 7,516.8
16
Paso 7. Cálculo de costes
Ahora multiplicaremos los valores obtenidos por los costes de cada ruta.
I II III IV R
Cd. De México 12.33 (758.5) = 12 (1,116.8) = 6.75 9
Estado de 7 9 (72.2) = 16.23 (910.8) = 17.21
México
Aguascalientes 14.56 9.88 9 (1,999.7) = 13 (652.3) =
Veracruz 8.65 8 9.21 12.65 (2,006.50)
=
Demanda 758.5 1,189 2,910.5 2,658.8
Desmenucemos:
I II III IV R
Cd. De México 12.33 (758.5) = 9,352.305
12 (1,116.8) = 13,401.6
Estado de 9 (72.2) = 649.8
México
16.23 (910.8) = 14,782.284
Aguascalientes 9 (1,999.7) = 17,997.3
13 (652.3) = 8,479.9
Veracruz 12.65 (2,006.50) 25,382.225
=
91,045.414
Hemos comprobado que cualquiera que sea el método de análisis, el costo total de la solución
óptima será el mismo.
17
18