“CASO 1- MÉTODO SIMPLEX”

CARRERA : TECNOLOGÍA DE LA PRODUCCIÓN

CICLO :V

SECCIÓN : “A” y “B”

DOCENTE : KONG PUGA, MARIANELLA GIUSEPPINA

CURSO : GESTIÓN DE LA CADENA DE SUMINISTROS

ALUMNO (S) :

- ANTICONA CRIZÓLOGO, DOMITILA

- BACA JARA, LYDER

- CASTILLO GUERRERO, ROSITA

- ECHEVERRÍA GASPAR, DIANA

FECHA DE ENTREGA : 31/08/2019

TRUJILLO- PERÚ
2019 II
 “APLICACIÓN DEL MÉTODO SIMPLEX AL PROBLEMA DE
PROGRAMACIÓN LINEAL DE LA EMPRESA DAKOTA COMPANY”

I. OBJETIVOS:
 Identificar los pasos para elaborar un Modelo Matemático.
 Identificar los pasos para el Método Simplex.
 Identificar la Función Objetivo.
 Identificar las restricciones del problema.
 Desarrollo mediante el método Simplex.

II. MARCO TEÓRICO:

2.1. Definición de Programación Lineal. – La programación lineal es el campo
de la programación matemática dedicado a maximizar o minimizar una
función lineal, denominada función objetivo, de tal forma que las variables
de dicha función estén sujetas a una serie de restricciones expresadas
mediante un sistema de ecuaciones o inecuaciones también lineales.

Ilustración 1: Programación lineal

2.2. Definición de Modelo Matemático. – Es una representación que hace uso
del simbolismo matemático, involucrando datos conocidos y variables por
conocer. Su finalidad es encontrar una descripción de un fenómeno y
orientar la solución a un equilibrio matemático que posteriormente sea
aplicado al campo real.

Ilustración 2: Ejemplo de modelo matemático

2.3. Disciplina del 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.

Ilustración 3: Ejemplo de método simplex

III. DESARROLLO:

3.1. CASO BCP:

La empresa Dakota Company dedicada a la venta a granel de tres tipos de grano
súper, regular y saldo requiere maximizar sus utilidades, para poder tomar la
mejor de decisión al momento de adquirir la Materia prima.
Se sabe que la utilidad que generan es $5.00, $6.00 y $5.50 por kilogramo,
respectivamente.
La empresa Dakota Company para la comercialización, elaboran paquetes
combinados de 100 kg y la cantidad de kg del grano regular debe ser por lo
menos el doble de la cantidad de kg de grano súper y saldo juntos. Sólo se
pueden vender 30 kg del grano saldo debido a su disponibilidad. ¿En qué
cantidad se deben mezclar los diferentes tipos de granos en cada paquete para
obtener una utilidad máxima en la empresa Dakota Company?
Desarrollo en solver

Ilustración 4: solución del caso en solver

Interpretación: Para que la empresa Dakota Company logre maximizar sus
utilidades, deberá mezclar los granos en un paquete de 100kg de la siguiente
manera:
 3.33 kg de grano súper
 66.67 kg de grano regular
 30 kg de grano saldo.
Para que de esta forma obtenga la ganancia máxima de 581.67 dólares.

3.2. PREGUNTAS SOBRE EL CASO:

3.2.1. Preguntas de estudio:

 ¿Cuál es el objetivo de la empresa?

El objetivo de la empres “Dakota Company” es maximizar sus utilidades.

 ¿De encontrar la solución factible, cree que podría existir otras soluciones
óptimas?

DOMITILA

3.2.2. Preguntas facilitadoras:

 Describa los pasos de un modelo Matemático.
 Identificar la Función Objetivo: lo que se desea lograr (maximizar o
minimizar).

 Identificar las variables: Identificamos las variables con las cuales se

va a trabajar en la función objetivo y en las restricciones.

 Identificar las restricciones: Identificamos nuestras limitantes, las

cuales restringirán las secciones permisibles para las variables de
decisión.
 Describa los pasos del Método Simplex.
 Utilizando la forma estándar, determinar una solución básica factible
inicial igualando a las n-m variables igual a cero (el origen).

 Seleccionar la variable de entrada de las variables no básicas que al

incrementar su valor pueda mejorar el valor en la función objetivo.
Cuando no exista esta situación, la solución actual es la óptima; si no,
ir al siguiente paso.

 Seleccionar la variable de salida de las variables básicas actuales.

 Determinar la nueva solución al hacer la variable de entrada básica y

la variable de salida no básica, ir al paso 2 (actualizar).

 Describa los tipos de soluciones.

 Soluciones infactibles: Es una situación que se detecta cuando en la
aplicación del Método Simplex cuando el valor óptimo del problema de
la Fase 1 es distinto a cero.

 Soluciones no acotadas: Un problema no acotado se detecta cuando

en una iteración cualquiera existe una variable no básica con costo
reducido negativo y todos los elementos en l.

 Soluciones múltiples: Esto significa que existe un tramo de soluciones

factibles que reportan idéntico valor para la función objetivo y que no
es posible mejorar. Por lo tanto, estas otras soluciones, básicas
factibles óptimas se pueden identificar (si se desea) realizando
iteraciones adicionales del método símplex, en las que cada vez se
 elige una variable no básica con coeficiente cero como variable básica
entrante.
 Soluciones degeneradas: En la aplicación del Método Simplex al hacer
el cálculo del mínimo cociente o condición de factibilidad, se puede
romper un empate en la razón o cociente mínimo en forma arbitraria.
En este caso, al menos una variable básica será cero en la siguiente
iteración, afirmándose en este caso que la nueva solución
es degenerada. La implicancia práctica de dicha condición indica que
el modelo tiene al menos una restricción redundante.

 Describa los casos de soluciones Óptimas

DOMITILA

3.2.3. Preguntas de discusión:

 ¿Por qué es importante la Programacion lineal?
 ¿Por qué es importante saber la exactitud de la materia prima a
adquirir?

LYDER

 ¿Crees que podemos desarrollarlo mediante otro método que no sea el

método Simplex?
 ¿Crees que es responsabilidad del Gerente de Operaciones de la
empresa Dakota Company la maximización de utilidad? Justifique tu
respuesta.

ROSITA
7. ENTREGABLE
Respuestas de las preguntas de estudio

8. EVALUACIÓN
- Redacción y ortografía.
- Sustento de informe grupal.
- Evaluación del mejor resultado de discusión.

10. REFERENCIA

 Gross, Donald; Carl M. Harris (1998). Fundamentals of Queueing Theory.

Wiley. ISBN 0-471-32812-X. Online
 Deitel, Harvey M. (1984) [1982]. An introduction to operating systems (revisited
first edición). Addison-Wesley. p. 673. ISBN 0-201-14502-2. chap.15, pp. 380–412