Sie sind auf Seite 1von 13

Métodos Determinísticos

Pretarea del Curso


Universidad Nacional Abierta y a Distancia “UNAD”

Presentado por:

Laura Hernandez
Paula Andrea Gomez Castelblanco
Blanca Alexandra Martinez
Rodrigo Alonso Madero
Cristian Guillermo Cruz Avila

Director de Curso: Tutora de Curso:

Esp. Ricardo Javier Pineda Ing. Jennifer Tovar

Nota del Autor

Estudiantes Universitarios, Universidad Nacional Abierta y a Distancia “UNAD”.

Boyacá – Tunja – Colombia

2019
TABLA DE CONTENIDO

Introducción 1

Objetivos 2

Ejercicios3

Pantallazos de evidencia componente Solver

Conclusiones

Bibliografía
INTRODUCCIÓN

El siguiente trabajo, se realizó con el fin de abordar, estudiar y desarrollar autónoma, integral

y colaborativamente una serie de ejercicios prácticos y de carácter matemático; cuya finalidad

está orientada, al cumplimiento del sistema de aprendizaje propuesto por la institución unadista;

así como también, a la apropiación y análisis metodológico de los recursos y guías didácticas,

ofrecidas por su cuerpo docente. Por tanto, en acatamiento a los resultados de aprendizaje

programados, en esta ocasión se ha profundizado particularmente, en las unidades de estudio 1 y

2: (Modelos de Decisión determinísticos y Modelos de Optimización determinísticos);

temáticas sumamente interesantes y emblemáticas, cuyo uso no solo se limita al complejo mundo

matemático, sino a múltiples y variadas áreas del conocimiento, permitiéndole de esta manera al

estudiante, crecer intelectualmente y adoptar destrezas para resolver problemas de cualquier

índole, bien sea en el campo profesional, laboral o de la vida propiamente personal u cotidiana.

Finalmente, a través de este documento le será posible vislumbrar al lector, la implementación

de un modelo pedagógico e integral, basado en la participación y retroalimentación colaborativa,

mediante plataformas virtuales; así como también, en la gestión independiente de sus actores,

conforme al desarrollo inherente y necesario de actividades matemáticas, entrelazadas a su vez,

con la aplicación de los algoritmos, como herramienta práctica de implementación reglamentaria,

de comprobación y de validez; y finalmente la humanización, acompañamiento y ayuda

constante por parte del cuerpo docente hacia el estudiante Unadista, durante su etapa

universitaria y en lo que concierne a los retos asumidos para con el curso.

1
OBJETIVOS

General

 Resolver ejercicios matemáticos, mediante la comprensión y aplicación de los contenidos

iniciales del curso,y en función a las especificaciones solicitadas. (Programación lineal

entera - Modelos de transporte y asignación)

Especificos

 Desarrollar los ejercicios individuales y el grupal, compartiendo la debida solución en el

foro colaborativo.

 Implementar el complemento Solver de Excel en el desarrollo de los ejercicios; asi

mismo, evidenciarlo mediante pantallazos.

 Consolidar un documento final en formato pdf, de acuerdo a las especificaciones

solicitadas por el cuerpo docente, en el entorno de evaluación y seguimiento.

2
Ejercicios Individuales

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:

Una empresa de muebles rústicos fabrica entre muchos otros productos cinco tipos de sillas A,

B, C, D Y E, las cuales se venden a precio de 110000, 130000, 120000, 98000 Y 101000 pesos

cada una y respectivamente. Las sillas pasan por cinco procesos, corte, ensamblado, lijado,

Pintado y sellado, para lo cual se dispone máximo de 17, 11, 15, 12 y 14 horas respectivamente a

la semana para dedicar a estas operaciones a estos productos. La silla tipo A requiere 3 horas

para corte, 1 hora para ensamblado, 3 horas para lijado, 1 hora para pintado y 1 hora para sellado.

La silla tipo B requiere 2 horas para corte, 3 horas para ensamblado, 2 horas para lijado, 2 horas

para pintado y 3 horas para sellado. La silla tipo C requiere 5 horas para corte, 2 horas para

ensamblado, 2 horas para lijado, 3 horas para pintado y 1 hora para sellado. La silla tipo D

requiere 2 horas para corte, 4 horas para ensamblado, 1 hora para lijado, 1 hora para pintado y 2

horas para sellado. La silla tipo E requiere 1 hora para corte, ninguna hora para ensamblado, 2

horas para lijado, 2 horas para pintado y 3 horas para sellado.

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 debe producirse según cantidades continuas?

¿Cuál es la utilidad generada por dicha solución?

3
Tabla de Variables

TIEMPO
ASIGANDO A
ACTIVIDAD SILLA A SILLA B SILLA C SILLA D SILLA E
CADA FUNCIÓN
EN HORAS
CORTE 3 2 5 2 1 13
ENSAMBLADO 1 3 2 4 0 10
LIJADO 3 2 2 1 2 10
PINTADO 1 2 3 1 2 9
SELLADO 1 3 1 2 3 10
VALOR
$ 110.000 $ 130.000 $ 120.000 $ 98.000 $ 101.000
UNITARIO

Modelo Canónico

Función Objetivo:

Max . Z=110.000 X 1+130.000 X 2+120.000 X 3+98.000 X 4 +101.000 X 5

Restricciones de Tiempo - Efectividad:

3 x 1+2 x 2+5 x 3+ 2 x 4+1 x 5 ≤ 13

1 x 1+3 x 2+2 x 3+ 4 x 4+0 x 5≤ 10

3 x 1+2 x 2+2 x 3+1 x 4+2 x 5 ≤ 10

1 x 1+2 x 2+3 x 3+1 x 4+2 x 5 ≤ 09

1 x 1+3 x 2+1 x 3+2 x 4+3 x 5 ≤ 10

Restricciones de no Negatividad

x 1+ x 2+ x 3+ x 4+ x 5 ≥ 0

Modelo Estándar

Ecuaciones

Z−110.000 X 1−130.000 X 2−120.000 X 3−98.000 X 4−101.000 X 5=0

3 x 1+2 x 2+5 x 3+ 2 x 4+1 x 5+ S 1=13

4
1 x 1+3 x 2+2 x 3+ 4 x 4+0 x 5+S 2=10

3 x 1+2 x 2+2 x 3+1 x 4+2 x 5+ S 3=10

1 x 1+2 x 2+3 x 3+1 x 4+2 x 5+ S 4=09

1 x 1+3 x 2+1 x 3+2 x 4+3 x 5+ S 5=10

Variables de Holgura

S1,S2,S3,S 4, S5

VARIABLES CONTINUAS

Unidades que deben producirse unitariamente para lograr optimizar la utilidad: 1

Utilidad Final: $ 559.000

Ejercicio 2.

Para desarrollar la tarea se requiere consultar la siguiente referencia:

Chediak, F. (2012).  Investigación de operaciones. (3a. ed.) (pp. 234-239), Ibagué, Colombia:

Editorial Universidad de Ibagué. Disponible en el entorno de conocimiento del curso.

5
Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex con

variables discretas, según las condiciones del tipo maximizar, responder:

¿Qué cantidad de debe producirse según cantidades exactas o discretas?

¿Cuál es la utilidad generada por dicha solución?

VARIABLES DISCRETAS

Unidades que deben producirse unitariamente para lograr optimizar la utilidad: 1

Utilidad Final: $ 559.000

Situación 2:

En el entorno de aprendizaje práctico usted encontrará el archivo para la generación de los

datos aleatorios de los problemas. Siga la siguiente ruta dentro del curso para descargar el

archivo: Entorno de aprendizaje práctico, Guía para el uso de recursos educativos -

6
Complemento Solver Carpeta, Guía para el uso de recursos educativos - Generación de datos

aleatorios.

Descargue el archivo denominado Guía para el uso de recursos educativos - Generación de

datos aleatorios y siga las instrucciones.

Ejercicio 3.

Para desarrollar la tarea se requiere consultar la siguiente referencia:

Chediak, F. (2012).  Investigación de operaciones. (3a. ed.) (pp. 181-192), Ibagué, Colombia:

Editorial Universidad de Ibagué. Disponible en el entorno de conocimiento del curso.

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?

MÉTODO UTILIZADO RESULTADO


ESQUINA NOROESTE $ 1.259.530
COSTO MÍNIMO $ 1.226.400
VOGEL $ 1.226.400
SOLVER $ 1.226.400

Hay 3 métodos útiles que generan costo mínimo.

Ejercicio 4.

Para desarrollar la tarea se requiere consultar la siguiente referencia:

Chediak, F. (2012).  Investigación de operaciones. (3a. ed.) (pp. 181-192), Ibagué, Colombia:

Editorial Universidad de Ibagué. Recuperado de: Disponible en el entorno de conocimiento del

curso.

7
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. 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?

MÉTODO UTILIZADO RESULTADO


ESQUINA NOROESTE $ 2.092.690
COSTO MÍNIMO $ 2.056.540
VOGEL $ 2.056.500
SOLVER $ 2.056.370

El método solver genera el costo mínimo

Ejercicio 5.

Para desarrollar la tarea se requiere consultar la siguiente referencia:

Chediak, F. (2012).  Investigación de operaciones. (3a. ed.) (pp. 181-192), Ibagué, Colombia:

Editorial Universidad de Ibagué. Disponible en el entorno de conocimiento del curso.

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?

MÉTODO UTILIZADO RESULTADO


ESQUINA NOROESTE $ 1.432.470
COSTO MÍNIMO $ 1.409.700
VOGEL $ 1.408.250
SOLVER $ 1.408.130

8
El método solver genera el costo mínimo

Ejercicio 6.

Para desarrollar la tarea se requiere consultar la siguiente referencia:

Chediak, F. (2012). Investigación de operaciones. (3a. ed.) (pp. 212-217), Ibagué,

Colombia: Editorial Universidad de Ibagué. Disponible en el entorno de conocimiento del

curso.

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?

Costo Total: $ 1.686

¿Qué operario a qué máquina debe asignarse según el modelo de minimización?

OPERARIO 1 MAQUINA 6
OPERARIO 2 MAQUINA 2
OPERARIO 3 MAQUINA 4
OPERARIO 4 MAQUINA 5
OPERARIO 5 MAQUINA 1
OPERARIO 6 MAQUINA 3

Ejercicio 7.

Para desarrollar la tarea se requiere consultar la siguiente referencia:

Chediak, F. (2012).  Investigación de operaciones. (3a. ed.) (pp. 212-217), Ibagué, Colombia:

Editorial Universidad de Ibagué. Disponible en el entorno de conocimiento del curso.

9
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?

Costo Total: $ 1.680

¿Qué operario a qué máquina debe asignarse según el modelo de maximización?

OPERARIO 1 MAQUINA 1
OPERARIO 2 MAQUINA 6
OPERARIO 3 MAQUINA 4
OPERARIO 4 MAQUINA 5
OPERARIO 5 MAQUINA 2
OPERARIO 6 MAQUINA 3
OPERARIO 7 MAQUINA 7

Ejercicio Colaborativo

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.

10
11

Das könnte Ihnen auch gefallen