Universidad Pedagógica y Tecnológica de Colombia UPTC

Formato guía de actividades

Programa Administración Industrial

Académico:
Asignatura: Investigación de Operaciones I
Código: 8108727
Número de créditos: 3
Tipo de curso: Teórico
Guía de Actividades 2
Fecha de Entrega: Según Programación
Docente: Cesar Augusto Figueredo
Skype del curso: UPTC-Investigación de Operaciones I
Sesiones Sincrónicas Google-Meet: (el link se comparte al
correo institucional del estudiante)
Miércoles: 4 a 6 p.m.
Viernes: 10: a 12 a.m.

Competencias a desarrollar: El estudiante determina la

estructura y el modelo matemático de un problema de programación
lineal
xponer los pasos para plantear un problema dado. explicar cómo se
forman las restricciones y la función objetivo. mencionar la
estructura general de un modelo de programación lineal. resolver e
interpretar problemas mediante el empleo del concepto de método
gráfico. resolver e interpretar problemas mediante el empleo del
concepto de
método símplex.

Contenido a Desarrollar:
UNIDAD 2. Formulación de Problemas Típicos de Programación
Lineal. UNIDAD 3. Métodos de solución gráfico y algebraico.
UNIDAD 4. El problema general de la programación lineal.
UNIDAD 5. Método de solución simplex.

Actividades a desarrollar:
Paso 1. Leer y analizar el escenario de los problemas:

Problema 1: Un agricultor dispone de un terreno de 90 hectáreas,

las cuales planea sembrar con yuca y papa en las cantidades que
más le sea conveniente. Mediante un estudio se ha establecido que
sembrar una hectárea de terreno con yuca consume 12 metros
cúbicos de agua, 8 bultos de abono y 6 horas hombre de trabajo,
mientras que sembrar
una hectárea con papa consume 6 metros cúbicos de agua, 7 bultos
de
abono y 10 horas hombre de trabajo. El agricultor ha establecido
que tiene una disponibilidad semanal de 720 metros cúbicos de
agua, 540 bultos de abono y 600 horas hombre. ¿Qué cantidad de
hectáreas se deben sembrar de cada producto, si se sabe que una
hectárea sembrada de yuca genera una utilidad de $ 50.000 y una
hectárea de sembrada con papa genera una utilidad de $80.000?
Plantear el modelo matemático y solucionar empleando PHP-
Simplex. Interpretar la solución.

Problema 2: Petróleos Colombia produce biogasolina, gasolina

normal y acpm los cuales venden a un precio de 4000, 5000 y 4500
pesos por galón respectivamente. Dichos combustibles son
fabricados a partir de dos tipos de crudo llamados petróleo grado 1 y
petróleo grado 2 de los cuales hay una disponibilidad de 100000 y
150000 galones por día respectivamente. Se ha establecido que el
costo de explotación de cada galón de petróleo grado1 es 2500
pesos, mientras que la explotación de petróleo grado 2 cuesta 3000
por galón. Establezca que cantidad de cada combustible se debe
fabricar si se sabe que la biogasolina debe contener 40 % de
petróleo grado 1 y 60% de petróleo grado 2, la gasolina normal
debe contener el 70% de petróleo grado 1 y 30% de petróleo grado
2; mientras que el acpm debe contener 50% de petróleo grado 1 y
50% de petróleo grado 2.

Plantear el modelo matemático y solucionar empleando Solver de

Excel. Interpretar la solución

Problema 3: Combustibles “Dorada” produce cocinol, gasolina roja

y gasolina extra los cuales vende a $3500, $5200 y $6300 por galón
respectivamente. Para la producción de dichos combustibles la
compañía cuenta con una disponibilidad diaria de 1000 galones de
petróleo crudo y 1500 galones de petróleo refinado. Además por
requisitos de calidad el cocinol debe contener 80% de petróleo crudo
y 20% de petróleo refinado; la gasolina roja debe contener 50% de
cada uno de los petróleos y la gasolina extra debe contener 25%
petróleo crudo y 75% petróleo refinado. Establezca que cantidad de
cada combustible se debe fabricar si se sabe que el costo de
explotación de un galón de petróleo crudo es $2500 y un galón de
petróleo refinado es
$3000.
Plantear el modelo matemático y solucionar empleando POM_QM.
Interpretar la solución

En los siguientes problemas se pide solucionarlos por medio del

método dual simplex, interpretar la solución y decir que tipo de
solución tiene
el problema. Si hay problemas que no se puedan solucionar por
alguno de estos dos métodos; explicar ¿porque?

Problema 4: Cierta compañía editorial produce libros y revistas de

carácter especializado, los cuales venden a 30.000 y 25.000 por
unidad respectivamente. Se ha estimado que hay una disponibilidad
de 300 horas en revisión técnica, 350 horas en impresión y 400 horas
en empaste semanalmente. Establezca la cantidad de libros y revistas
que se debe producir por semana, si se sabe que para producir un
libro se requiere de 6h en revisión técnica, 5 en impresión y 10h en
empaste, mientras que para producir una revista se requiere de 5h en
revisión técnica, 7 h en impresión, y 4h en empaste.

Problema 5: Una nutricionista se encuentra en el proceso de decisión

de establecer que cantidad de 2 tipos de alimento (A y B) debe
incorporar en una dieta sabiéndose que el costo por libra de cada uno
de ellos es de $400 y $300 por libra respectivamente. Además, se ha
establecido que una libra de alimento tipo A contiene 3 miligramos de
vitaminas, 6 miligramos de minerales y 4 miligramos de proteínas;
mientras que una libra de alimento tipo b contiene 8 miligramos de
vitaminas, 2 miligramos de minerales y 5 miligramos de proteínas.
También, se debe garantizar consumir mínimo 240 miligramos de
vitaminas, 120 miligramos de minerales y 200 miligramos de
proteínas.

Paso 2: Hacer una lista con aquello que se conoce; recurra a aquellos
conocimientos de los que ya disponen, a los detalles del problema que
conocen y que podrán utilizar para resolverlos.

Paso 3: Hacer una lista con aquello que NO se conoce; ¿Conoce el

método de Gauss, para la solución de sistemas lineales? los
estudiantes a ser conscientes de aquello que no saben y que
necesitarán para resolver el problema.

Paso 4: Realizar una lectura y resumen de los siguientes contenidos:

Bases de datos de la universidad

Lecturas mínimas:

Capítulo 3: Método Simplex,

Capítulo 4: Método Dual Simplex y el problema Dual, del libro:
Alzate Montoya, P. M. (2018). <i>Investigación de operaciones:
conceptos fundamentales</i>. Ediciones de la U. Recuperado de
https://biblio.uptc.edu.co:2566/?il=8027&pg=44

Capítulo 5: Teoría del método símplex. Del libro

Hillier, F. (2015). Investigación de operaciones. (10a. ed.) McGraw-
Hill Interamericana. Página: 182. Tomado
de https://biblio.uptc.edu.co:2566/?
il=2269&pg=182

Unidad II: Programación lineal

Muñoz, R. (2011). Investigación de operaciones. McGraw-Hill
Interamericana. Página: 7. Tomado
de https://biblio.uptc.edu.co:2566/?
il=549&pg=16

Bibliografía complementaria
HILLIER, F., LIEBERMAN, G. (2001). Investigación de Operaciones.
7ª. Eición. Ed. Mc Graw Hill. México.

TAHA, H (2012). Investigación de Operaciones. 9ª. Edición. Ed.

PEARSON education, México.

Paso 5: Solucione sus dudas e inquietudes:

Consultar el material disponible (grabación de clases) en Aula virtual
para programas presenciales: Investigación de Operaciones I

Asistencia a clase: se utiliza la herramienta GoogleMeet

Paso 6: solución de los problemas y presentación de resultados los

resultados. Presentar en un documento Word la solución de cada
uno de los problemas presentados.

El documento se sube en el Aula virtual en el espacio creado para

este fin: Entrega Tarea 3

Fecha de entrega: Según programación académica.

NOTA: Se tendrá en cuenta la presentación para trabajos
escritos, bajo las normas APA o ICONTEC.
Rubrica de Evaluación:
Aspecto Evaluado Valoración Calificació
n
Nivel alto: Identifica Si su trabajo se
y aplica la estructura de encuentra en este
un modelo de nivel puede obtener
programación lineal entre 3,6 y 5 de
calificación
Nivel Medio: Presenta Si su trabajo se
algunas diferencias en encuentra en este
la aplicación de la nivel puede obtener
estructura de un modelo entre 1,5 y 3,5 de
de programación lineal. calificación
Nivel bajo: No se Si su trabajo se
evidencia la encuentra en este nivel
comprensión en la puede obtener entre 0 y
aplicación de la 1,4 de calificación
estructura de los modelos
de programación lineal
Problema 1

YUCA PAPA DISPONIBILIDAD

TERRENO 1 Hectárea 1 Hectárea 90 Hectáreas

AGUA 12 m3 6 m3 720 m3
ABONO 8 bultos 7 bultos 540 bultos
HORAS 6 horas 10 horas 600 horas
HOMBRE

UTILIDAD $50000 $80000

X1= Cantidad de hectáreas de yuca

X2= Cantidad de hectáreas de papa

MAX Z = 50000 X1 + 80000 X2

RESTRICCIONES

1) 1 X1 + 1 X2 ≤ 90

2) 12 X1 + 6 X2 ≤ 720

3) 8 X1 + 7 X2 ≤ 540

4) 6 X1 + 10 X2 ≤ 600

5) X1, X2 ≥ 0
RTA/ Se deben sembrar 31.57 hectáreas de yuca y 41.05 hectáreas de papa
para obtener una utilidad de $4’863.157,894

Problema 2

BIOGASOLIN GASOLIN ACP DISPONIBILIDA COSTO

A A M D EXPLOTACIÓ
NORMAL N
GRADO 40% 70% 50% 100000 2500
2
GRADO 60% 30% 50% 150000 3000
1
PRECIO $4000 $5000 $450
DE 0
VENTA

XIJ = GALONES DE COMBUSTIBLE TIPO J (1,2,3) OBTENIDO A PARTIR DE

PETROLEO GRADO I (1,2)

MAX Z = 4000(X11+X21) + 5000(X12+X22) + 4500(X13+X23) -

2500(X11+X12+X13) - 3000(X21+X22+X23)

RESTRICCIONES

0.4X12+0.7X22+0.5X32≤1
40X12+70X22+50x32≤100000
60X11+30x21+50x31≤150000
 Problema 3

COCINO GASOLIN GASOLIN DISPONIBILIDA COSTO DE

L A ROJA A EXTRA D EXPLOTACIÓ
N
PETROLE 80% 50% 25% 1000 2500
O CRUDO
PETROLE 20% 50% 75% 1500 3000
O
REFINAD
O
PRECIO $3500 $5200 $6300
DE VENTA

XIJ = GALONES DE COMBUSTIBLE TIPO J (1,2,3) OBTENIDO A PARTIR DE

PETROLEO CRUDO I = 1 y REFINADO I = 2

MAX Z = 3500(X11+X21) + 5200(X12+X22) + 6300(X13+X23) -

2500(X11+X12+X13) - 3000(X21+X22+X23)

RESTRICCIONES

0.8X12+0.5X22+0.25X32≤1
80X11+50X21+25x31≤1000
20X12+50x22+75x32≤1500
Problema 4

LIBROS REVISTA DISPONIBILIDAD

REVISIÓN 6 HORAS 5 HORAS 300 HORAS

TÉCNICA
IMPRESIÓN 5 HORAS 7 HORAS 350 HORAS

EMPASTE 10 HORAS 4 HORAS 400 HORAS

UTILIDAD $30000 $25000

X1 = CANTIDAD DE LIBROS A FABRICAR POR SEMANA

X2 = CANTIDAD DE REVISTAS A FABRICAR POR SEMANA

MAX Z = 30000 X1 + 25000 X2

RESTRICCIONES

6X1 + 5X2 ≤ 300 HORAS DE REVISIÓN

5X1 + 7X2 ≤ 350 HORAS DE IMPRESIÓN
10X1 + 4X2 ≤ 400 HORAS DE EMPASTE
X1, X2 ≥ 0
Problema 5

ALIMENTO A ALIMENTO B DISPONIBILIDAD

VITAMINAS 3mg 8mg 240mg
MINERALES 6mg 2mg 120mg
PROTEINAS 4mg 5mg 200mg
COSTO $400 $300

X1 = CANTIDAD A INCORPORAR DE ALIMENTO A

X2 = CANTIDAD A INCORPORAR DE ALIMENTO B

MIN Z = 400X1 + 300X2

RESTRICCIONES

3X1 + 8X2 ≥ 240

6X1 + 2X2 ≥ 120
4X1 + 5X2 ≥ 200
X1, X2 ≥ 0

3X1 + 8X2 ≥ 240 *-1 -3X1 - 8X2 ≤ -240

6X1 + 2X2 ≥ 120 *-1 -6X1 – 2X2 ≤ -120
4X1 + 5X2 ≥ 200 *-1 -4X1 – 5X2 ≤ -200
X1, X2 ≥ 0
TEORIA DEL METODO SIMPLEX

Se puede entender intuitivamente que la solución óptima de cualquier problema

de programación lineal debe ubicarse en el límite de la región factible. De hecho,
esta es una característica General. Dado que el límite es un concepto
geométrico, la definición inicial aclara El límite de la región factible se puede
determinar algebraicamente.
La ecuación de la frontera de restricción de cualquier restricción se obtiene al
sustituir su signo ≤, = o ≥ por un signo =
El límite de la región factible consiste en soluciones factibles que satisfacen una
o más de las siguientes condiciones Restringido más ecuaciones de frontera. En
un sentido geométrico, cualquier punto en el límite de la región factible se
encuentra En uno o más hiperplanos definidos por las correspondientes
ecuaciones de límites de restricción.
Una solución factible en un vértice (FEV) es una solución factible que no se
encuentra en cualquier segmento rectilíneo1 que conecta a otras dos soluciones
factibles. Para cualquier problema de programación lineal con n variables de
decisión, cada solución FEV se encuentra en la intersección de n fronteras de
restricción; esto es, se trata de una solución simultánea de un sistema de n
ecuaciones de frontera de restricción
Propiedades de las soluciones FEV
Propiedad 1: a) Si el problema tiene sólo una solución óptima, ésta debe ser una
solución FEV.
b) Si el problema tiene soluciones óptimas múltiples (y una región factible
acotada), entonces al menos dos deben ser soluciones FEV adyacentes.
Propiedad 2: Existe sólo un número fi nito de soluciones FEV.
Propiedad 3: Si una solución FEV no tiene soluciones FEV adyacentes que sean
mejores que ella, entonces no existen soluciones FEV que sean mejores en
cualquier otra parte. Por lo tanto, se garantiza que tal solución FEV es una
solución óptima, si se supone que el problema tiene al menos una solución
óptima.
Obtención de una solución básica factible; En este punto es necesario recordar
que el enfoque general del método símplex radica en obtener una secuencia de
soluciones BF mejoradas hasta alcanzar la solución óptima. Una de las
características clave de la forma matricial del método símplex revisado está
relacionada con la forma en que obtiene cada nueva solución BF después de
identificar sus variables básicas y no básicas. Dadas estas variables, la solución
básica que resulta es la solución de las m ecuaciones en las que las n variables
no básicas de entre los n 1 m elementos de se igualan a cero. Cuando se
eliminan estas n variables al igualarlas a cero queda un conjunto de m
ecuaciones con m incógnitas

Resumen de la forma matricial del método símplex

1. Inicialización: Ingrese las variables de holgura, etc., para obtener las
variables básicas iniciales como se describió en el capítulo 4. Lo anterior nos da
xB, cB, B y B–1 (donde B 5 I 5 B–1 bajo nuestra suposición actual de que el
problema que se pretende resolver se adapta a nuestra forma estándar).
Después se procede a la prueba de optimalidad.
2. Iteración: Paso 1. Determine la variable básica entrante: Remítase a los
coeficientes de las variables no básicas de la ecuación (0) que se obtuvieron en
la aplicación anterior de la prueba de optimalidad. Después (de la misma manera
como se describió en la sección 4.4), seleccione la variable de coeficiente
negativo que tenga el valor absoluto mayor como la variable básica entrante.
Paso 2. Determine la variable básica saliente: Utilice las expresiones matriciales
B–1A (para los coeficientes de las variables originales) y B–1 (para los
coeficientes de las variables de holgura), para calcular los coeficientes de la
variable básica entrante en cada una de las ecuaciones excepto la ecuación (0).
Asimismo, utilice los cálculos anteriores de xB 5 B–1b (véase el paso 3) para
identificar el lado derecho de dichas ecuaciones. Después (de la misma forma
como se describió en la sección 4.4), utilice la prueba del cociente mínimo para
seleccionar la variable básica saliente. Paso 3. Determine la nueva solución BF:
Actualice la matriz base B, esto es, reemplace la columna de la variable básica
saliente por la columna correspondiente en [A, I] para la variable básica
entrante. Asimismo, lleve a cabo los reemplazos correspondientes en xB y cB.
Después deduzca B–1 (como se ilustra en el apéndice 4) y fi je el valor de xB 5
B–1b.
3. Prueba de optimalidad: Use las expresiones matriciales, cBB–1A – c (para los
coeficientes de las variables originales) y cBB–1 (para los coeficientes de las
variables de holgura), para calcular los coeficientes de las variables no básicas
de la ecuación (0). La solución BF actual es óptima si y sólo si todos estos
coeficientes son no negativos. Si la solución es óptima, deténgase. De otra
forma, realice otra iteración a fi n de obtener la solución BF siguiente
La idea fundamental tiene una gran variedad de aplicaciones en programación
lineal. Una de ellas involucra el método símplex revisado, que se basa
principalmente en la forma matricial del método símplex. la diferencia es que el
método símplex revisado incorpora una mejora clave a la forma matricial. En
lugar de que sea necesario invertir la nueva matriz base B después de cada
iteración, lo cual es muy costoso desde el punto de vista computacional para
matrices de gran tamaño, el método símplex revisado utiliza un procedimiento
mucho más eficiente que simplemente actualiza B–1 de una iteración a la
siguiente
Aunque el método símplex es un proceso algebraico, se basa en algunos
conceptos Formas geométricas bastante simples. Estos conceptos hacen que el
algoritmo sea útil para verificar un número relativamente pequeño de soluciones
básicas factibles antes de llegar y determinar la mejor solución.
Estudiar el método simplex de estas formas es una buena manera de comenzar
a aprender el método lineal. conceptos básicos. Sin embargo, estas formas de
métodos símplex no pueden proporcionar la mayor funcionalidad. La eficiencia
de la ejecución en la computadora es muy alta. Las operaciones matriciales son
un método más rápido Combinar y realizar operaciones algebraicas básicas u
operaciones de fila. con el fin de, Por lo tanto, al utilizar la forma matricial del
método simplex, puede proporcionar una forma eficaz de adaptar El método
simplex de programarlo en una computadora. El método simplex modificado
proporciona Mejora adicional de su implementación computarizada combinando
los siguientes aspectos La forma matricial del método simplex y el proceso
efectivo de la función inversa para actualizar La matriz básica actual de iteración
en iteración
Concepto de programación lineal La programación lineal, que es un
procedimiento matemático que ayuda a asignar de manera óptima los recursos
escasos, consta de una o más funciones objetivo, un conjunto de restricciones y
una restricción de no negatividad. Esta herramienta es una técnica de modelado
matemático diseñada para optimizar el empleo de los recursos limitados. Se
aplica con éxito en el ejército, la agricultura, la industria, el transporte, la
economía, los sistemas de salud e, incluso, en las ciencias conductuales y
sociales.
Planteamiento de problemas en términos de programación lineal Los modelos de
programación lineal son normativos y poseen tres conjuntos básicos de
elementos, a saber: • Variables de decisión y parámetros • Conjunto de
restricciones • Una o más funciones objetivos 1 Hamdy A. Taha, Investigación
de operaciones, Las
variables de decisión
son las cantidades desconocidas que deben deter-minarse en la solución de un
problema cuyo modelo se plantea.

onjunto de restricciones.
Para incluir las limitaciones que se presentan enel problema cuyo modelo se
plantea, éste debe contener cualquiera de las res-tricciones que limiten las
variables de decisión que consumirán valores permisi-bles.
La
función objetivo
define la eficacia del modelo en función de las variables dedecisión
Método gráfico
El
método gráfico
se utiliza para solucionar problemas de programación linealmediante la
representación geométrica de las restricciones, condiciones técni-cas y
objetivos.El modelo puede resolverse en forma gráfica si sólo posee dos
variables; en elcaso de modelos con tres o más variables, resulta impráctico o
imposible de aplicar.Cuando los ejes se relacionan con las variables del
problema, el método seconoce como
método gráfico en actividad
. Cuando lo hacen con las restriccio-nes tecnológicas se denomina
método gráfico en recursos
.Se recomienda el empleo del método gráfico sólo en el caso de modelosque
incluyan dos variables de decisión; sin embargo, este método muestra
losconceptos fundamentales que se emplean para desarrollar las técnicas
algebrai-cas necesarias para resolver modelos de programación linea
Método símplex.
Método que permiteresolver un problema lineal sin necesi-dad de analizar, a
profundidad, el valorde la función objetivo en cada puntoextremo.
Dualidad
El término
dualidad
señala la existencia de dos fenómenos o caracteres diferentes en un
mismoestado. En este sentido, las nociones del bien y el mal son un ejemplo de
dualidad; la filosofíachina también cuenta con los conceptos del yin y el yang
para resumir la dualidad de todo loque existe en el universo.Dentro de la
investigación de operaciones, el concepto de dualidad desempeña un
papelimportante tanto en la teoría como en la práctica. Todo modelo de
programación lineal estáasociado a otro modelo llamado
modelo dual
; al modelo de programación inicial también se leconoce como
modelo primal
.Entre otras cosas, las estructuras duales permiten:•Resolver problemas lineales
que tienen más restricciones que actividades
Hacer interpretaciones económicas de las soluciones óptimas de los problemas
de programación lineal.