Universidad De Las Américas

Facultad De Ingeniería

Carrera De Ingeniería Civil Industrial

Investigación de Operaciones
Cátedra

Profesor/es responsable/s:

Marco Antonio Vildoso Flores

Estudiantes:

Oscar Alexis Pulgar Pulgar

Junio – 2024

República de Chile
 EVALUACIÓN : CATEDRA
Curso EIN7937:Investigación de operaciones
Unidad Unidades 1, 2 y 3
Clases Clases 1 a 7
Semanas Semanas 1 a 4
Nombre de la actividad Evaluación Cátedra
Resultados de aprendizaje RAA1: Planteamiento y formulación matemática de problemas de
operaciones en la organización.
RAA2: Formular una visión general sobre los conceptos, técnicas,
métodos y aplicaciones de la Investigación de Operaciones¸ desde un
enfoque teórico-práctico para la toma de decisiones.
RAA3: Elaborar alternativas eficientes para la optimización de procesos
manufactureros t/o de servicios para la Empresa.
RAA4: Resolver problemas de optimización mediante el uso de los
conceptos de IO y basado en casos prácticos.
RAA7: Aplicar los conocimientos mediante experimentación, sin
experimentación, con la técnica del árbol de decisiones para tomar
decisiones en la administración de las operaciones manufactureras y de
servicios.
RAA8: Demostrar una actitud responsable hacia las exigencias propias
de la asignatura
Instrucciones (formato Evaluación Individual.
entrega) Incluir portada con formato PULSAR
La evaluación consta de 100 puntos.
La evaluación consta de 3 problemas de desarrollo.
Disponen desde el viernes 21/06/2024 a las 00:01 horas,
hasta el lunes 24/06/2024 a las 23:59 horas.
Carga del documento por blackboard.
Instrumento de Preguntas con puntaje de 100 puntos.
evaluación (rúbrica) Cálculo de nota: suma de puntaje total +1 (punto base)

Documentos adjuntos no
 Ítem resolución de problemas
Lee atentamente la información de los siguientes problemas y realiza las acciones que se solicitan en cada caso.

PROBLEMA 1: PROGRAMACIÓN LINEAL: MÉTODO GRAFICO Y MÉTODO SIMPLEX: 40 PUNTOS.

Se va a organizar una planta de un taller de automóviles donde van a trabajar electricistas y mecánicos. Por
necesidades de mercado, es necesario que haya mayor o igual número de mecánicos que de electricistas y
que el número de mecánicos no supere al doble que el de electricistas. En total hay disponibles 30
electricistas y 20 mecánicos. El beneficio de la empresa por jornada es de $250 por electricista y $200 por
mecánico.

a) Formula el modelo de programación lineal que permita planificar cuántos electricistas y mecánicos
deben elegirse para obtener el máximo beneficio, indicando las variables de decisión, la Función
Objetivo y TODAS las restricciones del problema. (15 puntos).

Sean las variables:

X: X1: Electricistas a elegir.

Y: X2: Mecánicos a elegir.

Función Objetivo:

Máx (Z) = 250X1 + 200X2

Restricciones:

a. –X1 + X2 > 0
b -2X1 + X2 < 0
c. X1 < 30
d. X2 < 20
e. X1, X2 > 0 (No negatividad)
b) Resuelve el problema utilizando el método gráfico:
b.1. Dibuje claramente las restricciones, la región factible y la función objetivo y determine la solución
y el valor óptimo de la función objetivo, indicando la cantidad de electricistas y mecánicos a elegir y
el beneficio máximo que se obtendría con esta elección. (05 puntos).

Buscando Puntos del Gráfico:

a. –X1 + X2 = 0
X2 = X1

X2 = 20 y X1 = 0

b. -2X1 + X2 = 0
-2X1 + X2 = 0 / * - 1
2X1 – X2 = 0

X2 = 2 (10)
X2 = 20

2X1 = 20
X1 = 10

c. X1 = 30 y X2 = 0

d. X2 = 20 y X1 = 0
 Gráfico:

Evaluando ( 0;0 ) Puntos de la Región Factible:

a. -X1 + X2 > 0
0+0=0
0>0

b. -2X1 + X2 < 0
-2(0) + 0 < 0
0+0=0

c. X2 < 20
0 = 20
 Vértice Región Factible:

1.- Punto A ( 0 ; 0 )
Estos puntos se intersectan en el origen del plano cartesiano.

2.- Punto B ( 10 ; 20 )

-2X1 + X2 = 0
X2 = 20 / * -1

-2X1 = -20 / * -1
2X1 = 20
X1 = 20/2
X1 = 10

3.- Punto C ( 20 ; 20 )

-X1 + X2 = 0
X2 = 20 / * -1

-X1 = -20 / * -1
X1 = 20

Punto y valor óptimo del modelo:

Máx (Z) = 250X1 + 200X2

Máx (A) = 250 (0) + 200 (0)

Máx (A) = 0 + 0
Máx (A) = 0

Máx (B) = 250 (10) + 200 (20)

Máx (B) = 2500 + 4000
Máx (B) = 6500

Máx (C) = 250 (20) + 200 (20)

Máx (C) = 5000 + 4000
Máx (C) = 9000

Conclusión:

El punto óptimo de este modelo es el “C”, donde X1= 20 electricistas y X2= 20 mecánicos, asi
logrando el beneficio máximo de $9000.
 b.2. Indique cuales son las restricciones activas y las restricciones redundantes, si la hay. Explica y
razona tu respuesta. (05 puntos).

Las restricciones activas son:

-X1 + X2 > 0
-2X1 + X2 < 0
X2 < 20

Y la restricción redundante sería X1 < 30, ya que, esta no participa en la región factible.

c) Resuelve el problema por el método simplex tabular:

c.1. Presenta la última tabla del método simplex tabular determine la solución y el valor óptimo de la
función objetivo, indicando la cantidad de electricistas y mecánicos a elegir y el beneficio máximo que
se obtendría con esta elección. (10 puntos).

Función Objetivo:

Máx (Z) = 250X1 + 200X2

Restricciones:

a. –X1 + X2 + h1 = 0
b -2X1 + X2 + h2 = 0
c. X1 + h3 = 30
d. X2 + h4 = 20
e. X1, X2, h1, h2, h3, h4 > 0 (No negatividad)

Tablón inicial:

Base X1 X2 h1 h2 h3 h4 RHS
h1 -1 1 1 0 0 0 10
h2 2 1 0 1 0 0 10
h3 1 0 0 0 1 0 30
h4 0 1 0 0 0 1 20
Z -250 -200 0 0 0 0 0
Tablón Final:

Base X1 X2 h1 h2 h3 h4 RHS
h1 0 1 1 -1 0 0 10
h2 1 0 0.5 0.5 0 0 10
h3 1 0 0 0 1 0 30
h4 0 1 0 0 0 1 20
Z 0 0 125 125 0 0 9000

Conclusión:
Como los valores en (Z) son positivos, cumple la condición de optimalidad, por lo tanto no se
sigue iterando.

Máx (Z) = 250 (20) + 200 (20)

Máx (Z) = 5000 + 4000
Máx (Z) = 9000

c.2. Sin resolver el problema de nuevo, y con la información provista en la última tabla de simplex
tabular, indica que sucede con el beneficio máximo, si la cantidad de mecánicos disponibles aumenta
de 20 a 21 personas. Explica y razona tu respuesta. (05 puntos).

Tablón Inicial:

Base X1 X2 h1 h2 h3 h4 h5 RHS
h3 0 30 1 0 1 0 0 0
h4 0 21 0 1 0 1 0 0
h5 0 0 1 -1 0 0 1 0
h6 0 0 -2 1 0 0 0 1
Z 0 0 -250 -200 0 0 0 0

Primera Iteración:

Base X1 X2 h1 h2 h3 h4 h5 RHS
h3 0 30 0 1 1 0 -1 0
h4 0 21 0 1 0 1 0 0
h1 250 0 1 -1 0 0 1 0
h6 0 0 0 -1 0 0 2 1
Z 0 0 0 -450 0 0 250 0
Tablón Final:

Base X1 X2 h1 h2 h3 h4 h5 RHS
h3 0 9 0 0 1 -1 -1 0
h2 200 21 0 1 0 1 0 0
h1 250 21 1 0 0 1 1 0
h6 0 21 0 0 0 1 2 1
Z 0 9450 0 0 0 450 250 0

Conclusión:
El ingresar 1 mecánico más al proyecto da como resultado un aumento de $450, lo que dará
un beneficio máximo total de $9450.
PROBLEMA 2: PROBLEMA DE TRANSPORTE. 20 PUNTOS.
La empresa Transportes Chile Spa, debe transportar la mercancía de unos de sus clientes, de acuerdo con la
oferta de cada origen, la demanda de cada destino y los costos asociados de transportar entre cada origen y
destino, tal como se. ilustra en el cuadro. La empresa desea minimizar los costos de transporte de manera de
satisfacer exactamente la demanda en cada destino, sin exceder la oferta de cada origen.

a) Formula un modelo de programación lineal extendido que le permita a la empresa satisfacer la

demanda de todos los destinos al mínimo costo. (10 puntos).
Función Objetivo:
Min (Z) = 5X11 + 4X12 + 3X13 + 8X21 + 3X22 + 3X23 + 9X31 + 7X32 + 5X33

X11
Concepción Coquimbo
X12 X21
< 100 X31 < 300
X13

Antofagasta X22 Ovalle

< 300 X32 < 200

X23
Temuco Serena

< 300 X33 < 200

i (Origen) j (Destino)
Sea Xij la oferta de cada origen (i= 1, 2, 3) para transportar lo demandado a cada destino (j= 1 ,2 ,3)
b) Define los parámetros y formula la versión indexada del modelo extendido realizado en el punto a).
(10 puntos).

Función Objetivo:

Min (Z) = 5X11 + 4X12 + 3X13 + 8X21 + 3X22 + 3X23 + 9X31 + 7X32 + 5X33

Restricciones:

Oferta:
5X11 + 4X12 + 3X13 < 100
8X21 + 4X22 + 3x23 < 300
9X31 + 7X32 +´5X33 < 300

Demanda:
5X11 + 8X21 + 9X31 < 300
4X12 + 4X22 + 7X32 < 200
3X13 + 3X23 + 5X33 < 200

Xij > 0 (No negatividad)

Modelo Indexado:

Min (Z) = ∑ ∑ 𝑐𝑖𝑗𝑥𝑖𝑗 3 𝑗=1 3 𝑗=1

Sujeto a ∑ 𝑥𝑖𝑗 3 𝑗 = 1 ≤ Oferta 𝑖 = 1, 2, 3
Z= ∑ 𝑥𝑖𝑗 3 𝑗=1 = Demanda 𝑗 = 1, 2, 3
Xij ≥ 0 para todos los i y j

Este modelo indexado define que la empresa Transportes Chile SPA puede minimizar sus costos de
transporte dando satisfacción a la restricción tanto de oferta y demanda para las distintas ofertas y
demanda.
PROBLEMA 3: PROBLEMA DE ASIGNACIÓN. 40 PUNTOS.
La empresa Construcciones Alameda SpA, acaba de recibir tres nuevos proyectos de reparación que deben
terminarse pronto y dispone de tres personas para realizar los trabajos. Los costos se estiman en horas-
hombre (HH) y difieren debido a las habilidades y experiencia de cada trabajador en cada uno de los puestos
de trabajo. El Gerente quiere asignar los trabajos, de manera que se minimice el costo total teniendo que
cada proyecto debe tener una sola persona asignada y a cada persona se le puede asignar un solo proyecto.
Los costos en UM de cada trabajador en cada proyecto, se presentan en la siguiente tabla:

A) Aplicando el Método Húngaro, determina la asignación que permita minimizar los costos,
determinando:
1) La asignación óptima que permita minimizar el costo de horas hombre por la asignación a
cada proyecto. (15 puntos)
2) El costo mínimo de la asignación determinada. (5 puntos)
B) Formula un problema de programación lineal que represente este modelo de asignación, definiendo
las variables de decisión, la función objetivo y TODAS las restricciones del problema (20 puntos).