Académique Documents
Professionnel Documents
Culture Documents
MÉTODOS DETERMINÍSTICOS
GRUPO: 102016_72
MARZO 2020
INTRODUCCION
Si un modelo garantiza encontrar la solución óptima, el proceso de solución para dicho modelo
se llamara algoritmo de optimización. Se define como algoritmo a una serie de instrucciones en
una cierta secuencia lógica, necesarias para describir las operaciones que llevan a la solución de un
problema. No siempre los algoritmos conducen a soluciones óptimas, Sin embargo en investigación
de operaciones se hacen todos los esfuerzos posibles para encontrar algoritmos de optimización.
Este tipo de algoritmos son exclusivos de los modelos deterministas.
Actividades a desarrollar:
A continuación, encontrará 8 ejercicios que conforman la tarea 1. Los 7 primeros se desarrollan
de forma individual y el ejercicio 8 es colaborativo.
Situación 1:
Para la distribución de un químico en polvo se dispone de cuatro tipos de camiones para
transportar máximo 435 toneladas a la empresa solicitante. Se disponen de 11 camiones del tipo 1,
con capacidad para 10 toneladas y con una utilidad de $730.000 por viaje, de 13 camiones tipo 2
con una capacidad de 9 toneladas y una utilidad de $695.000 por viaje, de 12 camiones tipo 3 con
capacidad para 11 toneladas y una utilidad de $715.000 por viaje y de 14 camiones tipo 4 con
capacidad para 10 toneladas y una utilidad de $690.000 por viaje.
Ejercicio 1.
Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex con variables
continuas, según las condiciones del tipo maximizar, luego responder: ¿Qué cantidad de tanques
deben usarse según cantidades continuas? ¿Cuál es la utilidad generada por dicha solución?
Solución
Queremos dar solución al problema de maximización planteado, así definimos la variable
Xi : Tipo de camión utilizado
Donde i varía en el tipo de camión 1, 2, 3 o 4.
Planteamos el problema de maximización con la siguiente función objetivo
Max Z = 730000X1 + 695000X2 + 715000X3 + 690000X 4
Con las restricciones
10 X1 + 9 X2 + 11 X3 + 10 X4 ≤ 435
X1 ≤ 11
X2 ≤ 13
X3 ≤ 12
X4 ≤ 14
X1 , X 2 , X 3 , X 4 , X 5 ≥ 0
Se quiere aplicar el método simplex para la solución de este problema, por tanto, sean las variables
de holgura S1 , S2 , S3 , S4 y S5 tales que la función objetivo queda determinada por
Max Z = 730000X1 + 695000X2 + 715000X3 + 690000X4 + 0S1 + 0S2 + 0S3 + 0S4 + 0S5
Con las restricciones
10 X1 + 9 X2 + 11 X3 + 10 X4 + S1 = 435
X1 + S2 = 11
X2 + S3 = 13
X3 + S4 = 12
X4 + S5 = 14
X1 , X2 , X3 , X4 , X5 , S1 , S2 , S3 , S4 , S5 ≥ 0
Pasamos a desarrollar el método Simplex
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución
S1 10 9 11 10 1 0 0 0 0 0 435
S2 1 0 0 0 0 1 0 0 0 0 11
S3 0 1 0 0 0 0 1 0 0 0 13
S4 0 0 1 0 0 0 0 1 0 0 12
S5 0 0 0 1 0 0 0 0 1 0 14
-730000 -695000 -715000 -690000 0 0 0 0 0 1 0
Seleccionamos la columna con el valor más negativo de la última fila. Esta columna será nuestra
columna pivote sobre la cual aplicaremos el criterio de la mínima razón, el cual nos determinará la
variable que ingresa a la base y la que sale. La variable que sale se escoge del mínimo valor no
nulo del criterio, así tenemos
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución Criterio
S1 10 9 11 10 1 0 0 0 0 0 435 43,5
S2 1 0 0 0 0 1 0 0 0 0 11 11
S3 0 1 0 0 0 0 1 0 0 0 13 0
S4 0 0 1 0 0 0 0 1 0 0 12 0
S5 0 0 0 1 0 0 0 0 1 0 14 0
-730000 -695000 -715000 -690000 0 0 0 0 0 1 0 0
Podemos ver que la variable que ingresa a la base es X1 reemplazando a la variable S2 . Realizamos
el cambio
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución Criterio
S1 0 9 11 10 1 -10 0 0 0 0 325 29,5454545
X1 1 0 0 0 0 1 0 0 0 0 11 0
S3 0 1 0 0 0 0 1 0 0 0 13 0
S4 0 0 1 0 0 0 0 1 0 0 12 12
S5 0 0 0 1 0 0 0 0 1 0 14 0
0 -695000 -715000 -690000 0 730000 0 0 0 1 8030000
Repetimos el procedimiento descrito en el primer paso hasta anular todos los valores negativos, así
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución Criterio
S1 0 9 11 10 1 -10 0 0 0 0 325 29,5454545
X1 1 0 0 0 0 1 0 0 0 0 11 0
S3 0 1 0 0 0 0 1 0 0 0 13 0
S4 0 0 1 0 0 0 0 1 0 0 12 12
S5 0 0 0 1 0 0 0 0 1 0 14 0
0 -695000 -715000 -690000 0 730000 0 0 0 1 8030000
Podemos ver que la variable que entra a la base es X 3 reemplazando a la variable S4 . Realizamos
el cambio
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución Criterio
S1 0 9 0 10 1 -10 0 -11 0 0 193 21,4444444
X1 1 0 0 0 0 1 0 0 0 0 11 0
S3 0 1 0 0 0 0 1 0 0 0 13 13
X3 0 0 1 0 0 0 0 1 0 0 12 0
S5 0 0 0 1 0 0 0 0 1 0 14 0
0 -695000 0 -690000 0 730000 0 715000 0 1 16610000
Repetimos el procedimiento
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución Criterio
S1 0 9 0 10 1 -10 0 -11 0 0 193 21,4444444
X1 1 0 0 0 0 1 0 0 0 0 11 0
S3 0 1 0 0 0 0 1 0 0 0 13 13
X3 0 0 1 0 0 0 0 1 0 0 12 0
S5 0 0 0 1 0 0 0 0 1 0 14 0
0 -695000 0 -690000 0 730000 0 715000 0 1 16610000
Podemos ver que la variable que entra a la base es X 2 reemplazando a la variableS3 . Realizamos el
cambio
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución Criterio
S1 0 0 0 10 1 -10 -9 -11 0 0 76 7,6
X1 1 0 0 0 0 1 0 0 0 0 11 0
X2 0 1 0 0 0 0 1 0 0 0 13 0
X3 0 0 1 0 0 0 0 1 0 0 12 0
S5 0 0 0 1 0 0 0 0 1 0 14 14
0 0 0 -690000 0 730000 695000 715000 0 1 25645000
Repetimos el procedimiento
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución Criterio
S1 0 0 0 10 1 -10 -9 -11 0 0 76 7,6
X1 1 0 0 0 0 1 0 0 0 0 11 0
X2 0 1 0 0 0 0 1 0 0 0 13 0
X3 0 0 1 0 0 0 0 1 0 0 12 0
S5 0 0 0 1 0 0 0 0 1 0 14 14
0 0 0 -690000 0 730000 695000 715000 0 1 25645000
Podemos ver que la variable que ingresa a la base es X4 en reemplazo de la variableS1 . Realizamos
el cambio
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución Criterio
X4 0 0 0 1 0,1 -1 -0,9 -1,1 0 0 7,6 -6,90909091
X1 1 0 0 0 0 1 0 0 0 0 11 0
X2 0 1 0 0 0 0 1 0 0 0 13 0
X3 0 0 1 0 0 0 0 1 0 0 12 12
S5 0 0 0 0 -0,1 1 0,9 1,1 1 0 6,4 5,81818182
0 0 0 0 69000 40000 74000 -44000 0 1 30889000
Repetimos el procedimiento
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución Criterio
X4 0 0 0 1 0,1 -1 -0,9 -1,1 0 0 7,6 -6,90909091
X1 1 0 0 0 0 1 0 0 0 0 11 0
X2 0 1 0 0 0 0 1 0 0 0 13 0
X3 0 0 1 0 0 0 0 1 0 0 12 12
S5 0 0 0 0 -0,1 1 0,9 1,1 1 0 6,4 5,81818182
0 0 0 0 69000 40000 74000 -44000 0 1 30889000
Podemos ver que la variable que entra a la base es S4 en reemplazo de la variable S5 . Realizamos
el cambio
BASE X1 X2 X3 X4 S1 S2 S3 S4 S5 Z Solución
X4 0 0 0 1 0 0 0 0 1 0 14
X1 1 0 0 0 0 1 0 0 0 0 11
X2 0 1 0 0 0 0 1 0 0 0 13
X3 0 0 1 0 0,0909091 -0,909091 -0,818182 0 -0,909091 0 6,18182
S5 0 0 0 0 -0,0909091 0,909091 0,818182 1 0,909091 0 5,81818
0 0 0 0 65000 80000 110000 0 40000 1 31145000
Hemos anulado todos los valores negativos por lo que concluimos así el método simplex y pasamos
a concluir
¿Qué cantidad de tanques deben usarse según cantidades continuas?
Para el problema de maximización, aplicando el método simplex, se concluye que se deben utilizar:
14 camiones del tipo 4
11 camiones del tipo 1
13 camiones del tipo 2
6,18 camiones del tipo 3
X1 X2 X3 X4
Ingresos 730000 695000 715000 690000 MAX Z 31015000
Solución 11 13 6 14
RESTRICCIONES
10 9 11 10 <= 435 433 <= 435
1 0 0 0 <= 11 11 <= 11
0 1 0 0 <= 13 13 <= 13
0 0 1 0 <= 12 6 <= 12
0 0 0 1 <= 14 14 <= 14
En la hoja de cálculo ejercicio 1, se consignan los datos de transportes del producto 1. A estos datos generados se deben aplicar los
algoritmos de transporte, Esquina Noroeste, Costos Mínimos y Aproximación de Vogel para identificar el menor costo de asignación
para el producto 1 desde las bodegas hacia sus destinos. Respondan: ¿Qué método genera el costo mínimo y cuales asignaciones, es decir
desde que orígenes hacia que destinos, debe asignarse al producto 1, según dicho método?
Ejercicio 4.
En la hoja de cálculo ejercicio 2, se consignan los datos de transportes del producto 2. A estos datos generados se deben aplicar los
algoritmos de transporte, Esquina Noroeste, Costos Mínimos y Aproximación de Vogel para identificar el menor costo de asignación
para el producto 2 desde las bodegas hacia sus destinos. ¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que
orígenes hacia que destinos, debe asignarse al producto 1, según dicho método?
Ejercicio 5.
En la hoja de cálculo ejercicio 3, se consignan los datos de transportes del producto 3. A estos datos generados se deben aplicar los
algoritmos de transporte, Esquina Noroeste, Costos Mínimos y Aproximación de Vogel para identificar el menor costo de asignación
para el producto 3 desde las bodegas hacia sus destinos. Respondan: ¿Qué método genera el costo mínimo y cuales asignaciones, es decir
desde que orígenes hacia que destinos, debe asignarse al producto 1, según dicho método?
Ejercicio 6.
En la hoja de cálculo ejercicio 4, se consignan los datos de los modelos de asignación. A estos datos generados se debe aplicar el
algoritmo húngaro de asignación para problemas de minimización para identificar el menor costo de asignación. Respondan: ¿Qué costo
total genera la asignación óptima de operarios a las máquinas descritas? ¿Qué operario a qué máquina debe asignarse según el modelo
de minimización?
Ejercicio 7.
En la hoja de cálculo ejercicio 5, se consignan los datos de los modelos de asignación. A estos datos generados se debe aplicar el
algoritmo húngaro de asignación para problemas de maximización para identificar la mejor habilidad de asignación. Respondan: ¿Qué
habilidad promedio genera la asignación de operarios a las máquinas descritos? ¿Qué operario a qué máquina debe asignarse según el
modelo de maximización?
|
Ejercicio 8.
Como actividad grupal ingresen al Entorno Práctico, en este espacio se presentan videos para el uso del Complemento Solver de Excel
y tutoriales prácticos para desarrollar las actividades propuestas, recuerden anexar mediante capturas de pantalla a su trabajo colaborativo
definitivo, el ingreso y tabla de resultados para los ejercicios planteados. En este mismo espacio pueden revisar cuidadosamente la guía
para el uso de recursos educativos, el uso del complemento Solver les ayudará a dar solución a los ejercicios planteados en esta tarea
Ejercicio 3
Ejercicio 4.
Ejercicio 5.
Ejercicio 6.
Ejercicio 7.
Bibliografía
Pineda, R. (2018, noviembre 15). OVI – modelos de asignación [Archivo de video]. Recuperado
de http://hdl.handle.net/10596/21672
Pineda, R. (2018, noviembre 15). OVA – Unidad 1 modelos de decisión determinísticos [Objeto
Virtual de Aprendizaje]. Recuperado de http://hdl.handle.net/10596/21499