Professional Documents
Culture Documents
C.C 1.225.092.439
GRUPO 100404_299
TUTOR
REGIONAL RISARALDA
DOSQUEBRADAS
2019
INTRODUCCIÓN
Martínez, S. (2014). Investigación de operaciones. (1a. ed.) (pp. 44-67), México: Grupo
Editorial Patria. Disponible en el entorno de conocimiento del curso.
Una empresa de jugos naturales produce tres tipos de bebidas que se venden en los
supermercados de cadena y que cuyas compradoras potenciales son las madres para poner
en las loncheras de sus hijos (Jugo 1 de pera, Jugo 2 de manzana y Jugo 3 tropical). El jugo
1 está compuesto por 20 mililitros el componente A, 30 mililitros el componente B y 20
mililitros el componente C. El jugo 2 está compuesto por 30 mililitros el componente A, 20
mililitros el componente B y 20 mililitros vez el componente C y finalmente el jugo 3 está
compuesto por 20 mililitros el componente A, 10 mililitros el componente B y 20 mililitros
el componente C. Se deben gastar como minino 1500 mililitros del componente A, máximo
1700 mililitros del B y máximo 1300 mililitros del C por producción al día. La utilidad de
los jugos 1, 2 y 3, es respectivamente de 600, 400 y 500 pesos. El componente A, hace
relación al agua usada, el B al saborizante que incluye concentración de azúcar y el C al
conservante.
Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex por los
algoritmos simplex algebraico y simplex de las dos fases. Responda:
¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método algebraico del
simplex primal?
¿Qué cantidad de cada uno de los jugos debe fabricarse, según el método de las dos fases
del simplex primal?
¿Las respuestas de producción según las condiciones varían de acuerdo a cada método
usado?
DESARROLLO
Función Objetivo
U-600X_1-400X_2-500X_3=0
20X_1+30X_2+20X_3-S_1=1500
-20X_1-30X_2-20X_3+S_1=-1500
>Resultado Obtenido al realizar una multiplicación x -1.
-1500
Ahora identificamos lo siguiente:
Cómo podemos identificar no se registran valores negativos, por lo que necesitamos utilizar
otro método, en este caso para el diseño de la matriz un método simplex dual.
30X_1+20X_2+20X_3+S_2=1700
20X_1+10X_2+20X_3+S_3=1300
La tabla inicial del método Simplex está compuesta por todos los coeficientes de las
variables de decisión del problema original y las de holgura, exceso y artificiales agregadas
en el paso 2 (en las columnas, siendo P0 el término independiente y el resto de variables
Pi coinciden con Xi), y las restricciones (en las filas). La columna Cb contiene los
coeficientes de las variables que se encuentran en la base.
La primera fila está formada por los coeficientes de la función objetivo, mientras que la
última fila contiene el valor la función objetivo y los costes reducidos Zj - Cj.
Tabla I . Iteración nº 1
3 2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P3 0 18 2 1 1 0 0
P4 0 42 2 3 0 1 0
Tabla I . Iteración nº 1
P5 0 24 3 1 0 0 1
Z 0 -3 -2 0 0 0
Condición de parada.
En tal caso se llega al final del algoritmo ya que no existe posibilidad de mejora. El valor
de Z (columna P0) es la solución óptima del problema.
Otro caso posible es que en la columna de la variable entrante a la base todos los valores
son negativos o nulos. Esto indica que el problema no se encuentra acotado y su solución
siempre resultará mejorable. Ante esta situación no es necesario continuar iterando
indefinidamente y también se puede dar por finalizado el algoritmo.
Se determina en primer lugar la variable que entra en la base. Para ello se escoge la
columna cuyo valor en la fila Z sea el menor de entre todos los negativos. En este caso sería
la variable X1 (P1) de coeficiente -3.
Si existiesen dos o más coeficientes iguales que cumplan la condición anterior (caso de
empate), entonces se optará por aquella variable que sea básica.
La columna de la variable que entra en la base se llama columna pivote (en color azul).
Una vez obtenida la variable que entra en la base, se procede a determina cual será la
variable que sale de la misma. La decisión se toma en base a un sencillo cálculo: dividir
cada término independiente (columna P0) entre el elemento correspondiente de la columna
pivote, siempre que ambos elementos sean estrictamente positivos (mayores que cero). Se
escoge la fila cuyo resultado haya resultado mínimo.
Si hubiera algún elemento menor o igual a cero no se realiza dicho cociente. En caso de que
todos los elementos de la columna pivote fueran de ésta condición se habría cumplido la
condición de parada y el problema tendría una solución no acotada (ver teoría del método
Simplex).
Si al calcular los cocientes, dos o más resultados cumplen la condición para elegir el
elemento saliente de la base (caso de empate), se escoge aquella que no sea variable básica
(siempre que sea es posible).
La intersección de la fila pivote y columna pivote marca el elemento pivote, en este caso el
3
Dividimos
-400/-30=13.3 PERIÓDICO
-500/-20=25 ENTERO
Elegimos el resultado más bajo 13.3 en fracciones 40/3 es el número pivote y esta es la
columna pivote.
Columna1 X1 X2 X3 S1 S2 S3 RESULTADOS
U -600 -400 -500 0 0 0 0
FILA PIVOTE
REPRESENTA
LA
S1 -20 -30 -20 1 0 0 -1500 CANTIDAD
MAYOR DE
VALORES
NEGATIVOS.
S2 30 20 20 0 1 0 1700
S3 20 30 20 0 0 1 1300
COLUMNA
PIVOTE
-20/-1 = 20
-30/-1 = 30
-20/-1 = 20
1/-1 = -1
0/-1 = 0
0/-1 = 0
Columna1 X1 X2 X3 S1 S2 S3 RESULTADOS
U
FILA
X1 20 30 20 -1 0 0 1500
PIVOTE
S2
S3
COLUMNA
PIVOTE
Columna1 X1 X2 X3 S1 S2 S3 RESULTADOS
U
-
X2 0,6666 1 0,666 0,03333333 0 0 50
S2
S3
Columna1 X1 X2 X3 S1 S2 S3 RESULTADOS
CALCULO FILA
NUEVA
Fila1=400(2/3) + (-
600)
Fila1=400(1) + (-400)
Fila1=400(2/3) + (-
500)
Fila1=400(-1/30) + 0
Fila1=400(0) + 0
Fila1=400(0) + 0
Fila1=400(50) + 0
Columna1 X1 X2 X3 S1 S2 S3 RESULTADOS
U -334 0 -234 -13,3333333 0 0 20000
X2 0,66 1 0,66 -0,03333333 0 0 50
S2
S3
Columna1 X1 X2 X3 S1 S2 S3 RESULTADOS
U -334 0 -234 -13,33333 0 0 20000
X2 0,66 1 0,66 -0,033333 0 0 50
S2 50/3 0 0,66 0,66 1 0 7000
S3
Columna1 X1 X2 X3 S1 S2 S3 RESULTADOS
-
U -334 0 -234 13,3333333 0 0 20000
-
X2 0,66 1 0,66 0,03333333 0 0 50
S2 16,66 0 0,66 0,66 1 0 7000
S3 0 0 0 1 0 1 -200
Podemos realizar una iteración más sobre el componente para determinar si son positivas o
negativas, solo podremos iterar una vez ya que nuestra fila s3 representa una cantidad alta
negativa.
Columna1 X1 X2 X3 S1 S2 S3 RESULTADOS
-
U -334 0 -234 13,3333333 0 0 20000
-
X2 0,33 1 0,66 0,03333333 0 0 50
S2 16,66 0 13,33 0,66 1 0 7000
S3 0 0 0 1 0 1 -200
Martínez, S. (2014). Investigación de operaciones. (1a. ed.) (pp. 44-67), México: Grupo
Editorial Patria. Disponible en el entorno de conocimiento del curso.
Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del
simplex primal.
Compare los resultados obtenidos por cada uno de los métodos propuestos y justifíquelos.
DESARROLLO
Función Objetivo
TENEMOS QUE:
U-6X_1-7X_2-5X_3-3X_4=0
3X1 + 3X2 + 2X3 + X4 + S1 = 75
3X1 + 2X2 + 3X3 + 2X4 + S2 =100
>Resultado Obtenido al realizar una multiplicación x -1.
Cómo podemos identificar no se registran valores negativos, por lo que necesitamos utilizar
otro método, en este caso para el diseño de la matriz un método simplex dual.
Cómo podemos identificar no se registran valores negativos, por lo que necesitamos utilizar
otro método, en este caso para el diseño de la matriz un método simplex dual.
Resultado= Z= 192
X1=0
X2= 17/2
X3= 16
X4= 35/2
EL RESULTADO LO MOSTRAMOS EN ENTEROS
EXCEL
191
0
8
18
15
USANDO
PHPSIMPLEX
192
0
8.5
16
17.5
VALORES
Z
X1
X2
X3
X4
PROBLEMÁTICA 3.
Martínez, S. (2014). Investigación de operaciones. (1a. ed.) (pp. 44-67), México: Grupo
Editorial Patria. Disponible en el entorno de conocimiento del curso.
Raúl García es el heredero de un taller de carpintería que le ha dejado su padre como parte
de tradición familiar. Raúl es un comerciante de vehículos importados que nunca se
interesó por el negocio con el que su padre le crió y le pagó sus estudios universitarios.
Ahora con la muerte de su padre Raúl debe hacerse cargo del negocio, el cual heredará
algún día a uno de sus hijos. Cuando Raúl visita el taller para hacerse cargo, encuentra que
el producto que mayor atención merece por ser el de mayor venta es el de escritorios tipo
deko que su padre diseñó y que se fabrican según especificaciones de los clientes, tipo 1
para hogar, tipo 2 para oficinas y tipo 3 para colegios. Cada escritorio pasa por 3 procesos
básicos el corte de la madera, el ensamblado y la pintura del producto terminado que se
miden en horas de trabajo.
Raúl seguirá la política de contratación de personal de su padre, los turnos rotativos, por lo
cual el tiempo de trabajo es variable entre una y otra semana, las horas mínimas a contratar
por semana se muestran en la tabla 1. A partir de los datos siguientes que se consignan en
la tabla 1, formule el problema de programación lineal y resuélvalo a partir del método
simplex primal de las dos fases para ayudar a Rubén a minimizar los costos del proceso.
Costos por
Tipo de
Corte Ensamble Pintura producto
escritorio
semanales
1 2 3 2 US 17
2 2 2 3 US 17
3 3 1 1 US 23
Horas 33 31 35
Tabla 1. Datos del ejercicio 3
DESARROLLO
Función Objetivo
TENEMOS QUE:
Teniendo en cuenta el concepto de condición de la no negatividad identificamos que
requerimos de una variable de excedente para realizar una igualdad. (S) <- Variable
Holgura
U-33X_1-31X_2-35X_3=0
2X1 + 3X2 + 2X3 + S1 = 17
2X1 + 2X2 + 3X3 + S2 = 17
3X1 + X2 + X3 + S3 = 23
Martínez, S. (2014). Investigación de operaciones. (1a. ed.) (pp. 44-67), México: Grupo
Editorial Patria. Disponible en el entorno de conocimiento del curso.
Cantidad de cada uno de las variables a fabricarse, según el método de las dos fases del
simplex primal.
Función Objetivo
TENEMOS QUE:
Teniendo en cuenta el concepto de condición de la no negatividad identificamos que
requerimos de una variable de excedente para realizar una igualdad. (S) <- Variable
Holgura
Cómo podemos identificar no se registran valores negativos, por lo que necesitamos utilizar
otro método, en este caso para el diseño de la matriz un método simplex dual.
UTILIZAMOS HERRAMIENTA PHPSIMPLEX
La solución óptima es Z = 4552950 / 349
X1 = 5410 / 349
X2 = 2010 / 349
X3 = 1880 / 349
X4 = 0
BIBLIOGRAFÍA
Martínez, S. (2014). Investigación de operaciones. (1a. ed.) (pp. 44-67), México: Grupo
Editorial Patria. Disponible en el entorno de conocimiento del curso.
Keller, P. D., Keenan, G. M., & Lloyd, F. B. I. (1996). U.S. Patent No. 5,568,246.
Washington, DC: U.S. Patent and Trademark Office.
Moskowitz, H., Wright, G. P., & Otalvaro, F. V. (1982). Investigación de operaciones (No. 658.57/M91oE).
Prentice Hall.
Boirivant, J. A. (2011). El análisis post-optimal en programación lineal aplicada a la
agricultura. Reflexiones, 90(1), 4.
https://www.youtube.com/watch?v=9wNnS635v68