Laboratorios de trabajo

Métodos cuantitativos III

Laboratorio I

Modelos matemáticos determinísticos.

Tomar en consideración los siguientes aspectos:

 Ponerse en el lugar del personaje o industria que describe el problema.

 Ubicar las palabras claves: Utilidad, Costo, Presupuesto, Ganancia entre otros.
 La FO no puede ser una restricción (los datos no deben estar limitados sino abiertos).
 Si se presentan ambos conjuntos de datos (Costo e Ingreso) y estos son abiertos, se debe Maximizar
(UT = IT – CT)

Programación lineal por el método gráfico:

1. Una compañía alemana fabrica y vende dos modelos de lámparas para exteriores, el modelo L1 y L2. Para su
fabricación se necesita un trabajo manual de 20 minutos para el modelo L1 y de 30 minutos para el L2; y un
trabajo de máquina de 20 minutos para el modelo L1 y de 10 minutos para L2. Se dispone para el trabajo manual
de 100 horas al mes y para el de máquina 80 horas al mes. Para poder cumplir con los estándares de calidad el
modelo L1 es sometido a proceso de control de calidad 5 horas al mes. Sabiendo que el beneficio por unidad es
de 15 y 10 quetzales para L1 y L2, respectivamente, planificar la producción para obtener el óptimo beneficio.

 Planteamiento del problema.

Definir el objetivo Maximizar el presupuesto

 L 1 (x1)
Variables de decisión
 L 2 (x2)
 Trabajo manual
Restricciones  Trabajo de máquina
 Control de calidad

Por cada unidad de

Concepto de restricción Disponibilidad Signo
L1 (x1) L2 (x2)
1. Trabajo manual 20 30 6,000 ≤
2. Trabajo de máquina 20 10 4,800 ≤
3. Control de calidad 1 0 300 ≤
Utilidades (Z) 15 10

 Construcción del modelo matemático

Definir la FO: 𝐹𝑂 𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 15𝑥1 + 10𝑥2

1 20 𝑥1 + 30 𝑥2 ≤ 6000
2 20 𝑥1 + 10 𝑥2 ≤ 4800
3 𝑥1 + 0𝑥2 ≤ 300
4 𝑥1 & 𝑥2 ≥ 0

Cambiar signo a las desigualdades

1 20 𝑥1 + 30 𝑥2 = 6000
2 20 𝑥1 + 10 𝑥2 = 4800
3 𝑥1 + 0𝑥2 = 300

1
  Cálculo de los pares ordenados

20 𝑥1 + 30 𝑥2 = 6000
Sí x1 = 0
20 (0) + 30 𝑥2 = 6000
30 𝑥2 = 6000 P1 = (0; 200)
6000
𝑥2 = = 200
30
Sí x2 = 0
20 𝑥1 + 30 (0) = 6000
20 𝑥1 = 6000 P2 = (300;0)
6000
𝑥1 = = 300
20
20 𝑥1 + 10 𝑥2 = 4800
Sí x1 = 0
20 (0) + 10 𝑥2 = 4800
10 𝑥2 = 4800 P1 = (0; 480)
4800
𝑥2 = = 480
10
Sí x2 = 0
20 𝑥1 + 10 (0) = 4800
20 𝑥1 = 4800 P2 = (240;0)
4800
𝑥1 = = 240
20
𝑥1 + 0 𝑥2 = 300
Sí x2 = 0
𝑥1 + 0 (0) = 300
𝑥1 = 300 P1 = (300;0)
300
𝑥1 = = 300
1

 Graficar los pares ordenados

 Calcular los valores de las variables de decisión de cada punto factible

Punto A: (240;0)

Punto B: (0;200)

Punto C: (210;60)

2
 20 𝑥1 + 30 𝑥2 = 6000
20 𝑥1 + 10 𝑥2 = 4800 (-1)
20 𝑥1 + 30 𝑥2 = 6000
−20 𝑥1 − 10 𝑥2 = −4800
− 20 𝑥2 = 1200
1200
𝑥2 = = 60
20

20 𝑥1 + 30 (60) = 6000
20 𝑥1 + 1800 = 6000
20 𝑥1 = 6000 − 1800
4200
𝑥1 = = 210
20

Punto factible de solución en la F.O.

𝐹𝑂 𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 15𝑥1 + 10𝑥2
15𝑥1 + 10 𝑥2
15 (240) + 10(0)
Punto A
3600 + 0
𝟑𝟔𝟎𝟎
15𝑥1 + 10 𝑥2
15 (0) + 10(200)
Punto B
0 + 2000
𝟐𝟎𝟎𝟎
15𝑥1 + 10 𝑥2
15 (210) + 10(60)
Punto C
3150 + 600
𝟑𝟕𝟓𝟎 = 𝑷𝑶𝑺

 Comprobar los resultados en las restricciones

20 𝑥1 + 30 𝑥2 ≤ 6000
20(210) + 30(60) ≤ 6000
1
4200 + 1800 ≤ 6000
6000 ≤ 6000
20 𝑥1 + 10 𝑥2 ≤ 4800
20(210) + 10(60) ≤ 4800
2
4200 + 600 ≤ 4800
4800 ≤ 4800
𝑥1 & 𝑥2 ≥ 0
3
210 & 60 ≥ 0

 Conclusión

La solución óptima es fabricar 210 del modelo L1 y 60 del modelo L2 para obtener un beneficio de
Q3,750.

3
 Laboratorio II

Programación lineal por el método simplex:

2. Jacinto es jefe de producción de una tienda de deportes, entre los productos que fabrican hay bastones de
hockey, juegos de ajedrez y bates de beisbol. Cada bastón de hockey deja una utilidad de Q35, cada juego de
ajedrez Q45 y cada bate de beisbol Q40. La fabricación de un bastón requiere de 4 horas de trabajo en la máquina
A, 2 horas en la máquina B y 3 horas en la máquina C. La fabricación de un juego de ajedrez tarda 6 horas en la
máquina A, 5 horas en la máquina B y 1 hora en la máquina C. La fabricación de un bate de beisbol consume 5
horas en la máquina A, 5 horas en la maquina B y 1 hora en la máquina C. La disponibilidad de tiempo en horas
por día en la máquina A es de 1,200, la máquina B 1,000 y la máquina C 360 horas.
¿Cuál será la combinación óptima de producción, para optimizar el objetivo?

 Planteamiento del problema.

Definir el objetivo Maximizar la utilidad

 Bastones de hockey (x1)
Variables de decisión  Tableros de ajedrez (x2)
 Bates de beisbol (x3)
 Máquina A
Restricciones  Máquina B
 Máquina C

Por cada unidad de

Concepto de restricción Disponibilidad Signo
Bastones (x1) Tableros (x2) Bates (x3)
1. Máquina A 4 6 5 1,200 ≤
2. Máquina B 2 5 5 1,000 ≤
3. Máquina C 3 1 1 360 ≤
Utilidades (Z) 35 45 40

 Construcción del modelo matemático

Definir la FO: 𝐹𝑂 𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 35𝑥1 + 45𝑥2 + 40𝑥3

1 4 𝑥1 + 6 𝑥2 + 5 𝑥3 ≤ 1200
2 2 𝑥1 + 5 𝑥2 + 5 𝑥3 ≤ 1000
3 3 𝑥1 + 𝑥2 + 𝑥3 ≤ 360
4 𝑥1; 𝑥2 & 𝑥3 ≥ 0

Nota: Verificar si el problema es estándar, si está maximizando todos los signos deben ser ≤ y si está minimizando todos
los signos deben ser ≥. Si alguno no coincidiera, se debe multiplicar por -1 para hacer cambio en el signo y estandarizar.

Cambiar signo a las desigualdades

1 4 𝑥1 + 6 𝑥2 + 5 𝑥3 + ℎ1 = 1200
2 2 𝑥1 + 5 𝑥2 + 5 𝑥3 + ℎ2 = 1000
3 3 𝑥1 + 𝑥2 + 𝑥3 + ℎ3 = 360

Igualar la función objetivo a 0 −35𝑥1 − 45𝑥2 − 40𝑥3 + 𝑍 = 0

4
 Primer tablero simplex
Elemento Signo
X1 X2 X3 H1 H2 H3 Z C Pivote
EP-1
cambiado
R1 4 6 5 1 0 0 0 1200 200 1/6
R2 2 5 5 0 1 0 0 1000 200 -5
R3 3 1 1 0 0 1 0 360 360 -1
FO -35 -45 -40 0 0 0 1 0 45

Segundo tablero simplex

Elemento Signo
X1 X2 X3 H1 H2 H3 Z C Pivote
EP-1
cambiado
R1 2/3 1 5/6 1/6 0 0 0 200 300 -2/3
R2 -4/3 0 5/6 -5/6 1 0 0 0 0 4/3
R3 7/3 0 1/6 -1/6 0 1 0 160 68.57 3/7
FO -5 0 -5/2 15/2 0 0 1 9000 5

Tercer tablero simplex

Elemento Signo
X1 X2 X3 H1 H2 H3 Z C Pivote
EP-1
cambiado
R1 0 1 11/14 3/14 0 -2/7 0 1080/7 196.36 -11/14
R2 0 0 13/14 -13/14 1 4/7 0 640/7 98.46 14/13
R3 1 0 1/14 -1/14 0 3/7 0 480/7 960 -1/14
0 0 -15/7 50/7 0 15/7 1 65400/7 15/7
FO

Cuarto tablero simplex

Elemento Signo
X1 X2 X3 H1 H2 H3 Z C Pivote
EP-1
cambiado
0 1 0 1 -11/13 -10/13 0 1000/13
R1
0 0 1 -1 14/13 8/13 0 1280/13
R2
R3 1 0 0 0 -1/13 5/13 0 800/13
124200/13
FO 0 0 0 5 30/13 45/13 1

 Comprobar el resultado en la FO

800 1000 1280

FO: Maximizar la utilidad Z= 35( ) + 45( ) + 40( )
13 13 13
28000 45000 51200
FO: Maximizar la utilidad Z= ( )+( )+( )
13 13 13
124200
FO: Maximizar la utilidad Z= ( ) = 9553.85
13

 Comprobar los resultados en las restricciones.

4 𝑥1 + 6 𝑥2 + 5 𝑥3 ≤ 1200
800 1000 1280
4( )+6( ) + 5( ) ≤ 1200
1 13 13 13
3200 6000 6400
+ + ≤ 1200
13 13 13
1200 ≤ 1200

5
 2 𝑥1 + 5 𝑥2 + 5 𝑥3 ≤ 1000
800 1000 1280
2( )+5( ) + 5( ) ≤ 1000
2 13 13 13
1600 5000 6400
+ + ≤ 1000
13 13 13
1000 ≤ 1000
3 𝑥1 + 𝑥2 + 𝑥3 ≤ 360
800 1000 1280
3( )+( )+( ) ≤ 360
3 13 13 13
2400 1000 1280
+ + ≤ 360
13 13 13
360 ≤ 360
𝑥1; 𝑥2 & 𝑥3 ≥ 0
4 800 1000 1280
( );( ) &( )≥0
13 13 13

 Conclusión

Para maximizar la utilidad a Q 9553.85 la combinación óptima de producción es de 62 bastones de hokey,

77 tableros de ajedrez y 98 bates de beisbol.

3. Roberto es jefe de producción de una fábrica de cajas de cartón, producen 3 tipos: pequeña, mediana y grande.
El tiempo requerido para producir un ciento de cajas pequeñas en el departamento de cortado es 9 minutos, en
pegado 22 minutos y empacado 6 minutos. Para la caja mediana los tiempos son 12, 24 y 8 minutos
respectivamente. Para la caja grande los tiempos son 15, 28 y 8 respectivamente. Los departamentos de cortado,
pegado y empacado disponen como mínimo 160, 320 y 96 horas de trabajo respectivamente por día. El costo
de cada ciento de cajas es de Q75, Q90 y Q100 respectivamente. ¿Cuántos cientos de cada tipo de cajas se puede
producir por día para optimizar el objetivo?

 Planteamiento del problema.

Definir el objetivo Minimizar el costo.

 Pequeña (x1)
Variables de decisión  Mediana (x2)
 Grande (x3)
 Cortado
Restricciones  Pegado
 Empacado

Por cada ciento de caja

Concepto de restricción Disponibilidad Signo
Pequeña (x1) Mediana (x2) Grande (x3)
1. Cortado 9 12 15 9600 ≥
2. Pegado 22 24 28 19200 ≥
3. Empacado 6 8 8 5760 ≥
Costo (Z) 75 90 100

 Construcción del modelo matemático

Definir la FO: 𝐹𝑂 𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 75𝑥1 + 90𝑥2 + 100𝑥3

1 9 𝑥1 + 12 𝑥2 + 15 𝑥3 ≥ 9600
2 22 𝑥1 + 24 𝑥2 + 28 𝑥3 ≥ 19200
3 6 𝑥1 + 8 𝑥2 + 8 𝑥3 ≥ 5760
4 𝑥1; 𝑥2 & 𝑥3 ≥ 0

6
 Nota: Verificar si el problema es estándar, si está maximizando todos los signos deben ser ≤ y si está minimizando todos
los signos deben ser ≥. Si alguno no coincidiera, se debe multiplicar por -1 para hacer cambio en el signo y estandarizar.

 Matriz inicial

X1 X2 X3 C
R1 9 12 15 9600
R2 22 24 28 19200
R3 6 8 8 5760
F0 75 90 100 0

 Matriz transpuesta

R1 R2 R3 F0
X1 9 22 6 75
X2 12 24 8 90
X3 15 28 8 100
C 9600 19200 5760 0

Nota: la fila de las constantes se debe trasladar al tablero simplex con el signo cambiado.

Primer tablero simplex

Elemento Signo
R1 R2 R3 X1 X2 X3 FO Pivote
EP-1
cambiado
X1 9 22 6 1 0 0 75 3.41 1/22
X2 12 24 8 0 1 0 90 3.75 -24
X3 15 28 8 0 0 1 100 3.57 -28
C -9600 -19200 -5760 0 0 0 0 19200

Segundo tablero simplex

Elemento Signo
R1 R2 R3 X1 X2 X3 FO Pivote
EP-1
cambiado
X1 9/22 1 3/11 1/22 0 0 75/22 8.33 -9/22
X2 24/11 0 16/11 -12/11 0 0 90/11 3.75 -24/11
X3 39/11 0 4/11 -14/11 0 1 50/11 1.28 11/39
C -19200/11 0 -5760/11 9600/11 0 0 720000/11 19200/11

Tercer tablero simplex

Elemento Signo
R1 R2 R3 X1 X2 X3 FO Pivote
EP-1
cambiado
X1 0 1 3/13 5/26 0 -3/26 75/26 12.5 -3/13
X2 0 0 16/13 -4/13 1 -8/13 70/13 4.38 13/16
X3 1 0 4/39 -14/39 0 11/39 50/39 12.5 -4/39
C 0 0 -4480/13 3200/13 0 6400/13 880000/13 4480/13

7
 Cuarto tablero simplex
Elemento Signo
R1 R2 R3 X1 X2 X3 FO Pivote
EP-1
cambiado
X1 0 1 0 1/4 -3/16 0 15/8
X2 0 0 1 -1/4 13/16 -1/2 35/8
X3 1 0 0 -1/3 -1/12 1/3 5/6
C 0 0 0 160 280 320 69200

 Comprobar el resultado en la FO

FO: Minimizar el costo Z= 75(160) + 90(280) + 100(320)

FO: Minimizar el costo Z= (12000) + (25200) + (32000)
FO: Minimizar el costo Z= 69200

 Comprobar los resultados en las restricciones.

9 𝑥1 + 12 𝑥2 + 15 𝑥3 ≥ 9600
9(160) + 12(280) + 15(320) ≥ 9600
1
1440 + 3360 + 4800 ≥ 9600
9600 ≥ 9600
22 𝑥1 + 24 𝑥2 + 28 𝑥3 ≥ 19200
22(160) + 24(280) + 28(320) ≥ 19200
2
3520 + 6720 + 8960 ≥ 19200
19200 ≥ 19200
6 𝑥1 + 8 𝑥2 + 8 𝑥3 ≥ 5760
6(160) + 8(280) + 8(320) ≥ 5760
3
960 + 2240 + 2560 ≥ 5760
5760 ≥ 5760
𝑥1; 𝑥2 & 𝑥3 ≥ 0
4
160; 280 & 320 ≥ 0

 Conclusión

Para minimizar el costo a Q69200 la combinación óptima de producción en cientos de cajas de cartón son
160 pequeñas, 280 medianas y 320 grandes.

Laboratorio III

Modelo de asignación de recursos:

4. La empresa de transportes “Kornelios” posee varios camiones de volteo para acarrear piedra molida para
proyectos de carreteras en el municipio. Las utilidades que cada camión genera en cada proyecto se presentan
en la siguiente matriz de efectividad:

Proyecto
A B C D
Camión
W $4 $3 $3 $2
X Q6 Q7 Q2 Q2
Y Q5 Q2 Q3 Q2
Z Q4 Q8 Q4 Q3

8
 Proyecto
A B C D
Camión
W Q 31 Q 23 Q 23 Q 16
X Q6 Q7 Q2 Q2
Y Q5 Q2 Q3 Q2
Z Q4 Q8 Q4 Q3

Proyecto
A B C D
Camión
W 0 8 8 15
X 1 0 5 5
Y 0 3 2 3
Z 4 0 4 5

Proyecto
A B C D
Camión
W 0 8 6 12
X 1 0 3 2
Y 0 3 0 0
Z 4 0 2 2
3≠4

Proyecto
A B C D
Camión
W 0 8 4 10
X 1 0 1 0
Y 2 5 0 0
Z 4 0 0 0
4=4

Proyecto
A B C D
Camión
W 0 8 4 10
X 1 0 1 0
Y 2 5 0 0
Z 4 0 0 0

Tablero óptimo de distribución

Camión Proyectos Utilidad (Q)

W A 31
X B 7
Y C 3

9
 Z D 3
TOTAL 44
 Conclusión

En el cuadro anterior se presenta el programa óptimo de asignación, con el cual se logra maximizar las utilidades a Q44
por proyecto y cubrir los 4 proyectos con los 4 camiones.

5. El gerente de un taller de mecánica fina tiene 4 empleados y necesita asignarlos a 4 trabajos diferentes que
recibió de 4 clientes. Las diversas habilidades de estos empleados dan origen a salarios variados por el
desempeño de los trabajos. El siguiente cuadro de efectividad resume los datos de salario por día, expresado en
quetzales, los empleados Ramiro y Max, no tienen la suficiente experiencia para elaborar los trabajos 3 y 4
respectivamente, por esa falta de experiencia, es inaceptable su asignación a dichos trabajos.

Trabajo
1 2 3 4
Trabajador
Ramiro 50 50 i 20
Rudy 70 40 20 30
Max 90 30 50 i
Héctor 70 20 60 70

Trabajo
1 2 3 4
Trabajador
Ramiro 0 30 i 0
Rudy 20 20 0 10
Max 40 10 30 i
Héctor 20 0 40 50

Trabajo
1 2 3 4
Trabajador
Ramiro 0 30 i 0
Rudy 20 20 0 10
Max 30 0 20 i
Héctor 20 0 40 50
3≠4

Trabajo
1 2 3 4
Trabajador
Ramiro 0 40 i 0
Rudy 10 20 0 0
Max 20 0 20 i
Héctor 10 0 40 40
3≠4

10
 Trabajo
1 2 3 4
Trabajador
Ramiro 0 50 i 0
Rudy 10 30 0 0
Max 10 0 10 i
Héctor 0 0 30 30
4=4

Trabajo
1 2 3 4
Trabajador
Ramiro 0 50 i 0
Rudy 10 30 0 0
Max 10 0 10 i
Héctor 0 0 30 30

Tablero óptimo de distribución:

Trabajador Trabajo Sueldos

Ramiro 4 20
Rudy 3 20
Max 2 30
Héctor 1 70
TOTAL 140

 Conclusión

En el cuadro anterior se presenta el programa óptimo de asignación, con el cual se logra minimizar los costos en Q140 y
cubrir los 4 trabajos con los 4 empleados.

11