SLDKS

INSTITUTO POLITECNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

APUNTES SISTEMAS

ING. DE SISTEMAS I

-ENTREGA FINAL-

6CM3

ALUMNO:

MARTÍNEZ CHÁVEZ JESÚS

ING. MEDINA CRAVIOTO LUIS

1
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

INDICE

Contenido
ALUMNO: .............................................................................................................................................. 1
QUE ES LA INGENIERIA ........................................................................................................................ 4
DEFINICIÓN DE ING. CIVIL ................................................................................................................... 4
DEFINICIÓN DE ING. DE SISTEMAS ...................................................................................................... 5
RELACIÓN DE LA ING. DE SISTEMAS Y LA ING. CIVIL ........................................................................... 5
SISTEMAS ABIERTOS ............................................................................................................................ 6
SISTEMAS CERRADOS .......................................................................................................................... 7
LA ING. EN RESOLUCIÓN DE PROBLEMAS ........................................................................................... 8
RESTRICCIONES DE UN SISTEMA ......................................................................................................... 8
CAMPOS DE LA ING. DE SISTEMAS ...................................................................................................... 9
DEFINICIÓN DE PROYECTO DE INGENIERIA ....................................................................................... 12
FASES DEL PROYECTO DE INGENIERIA ............................................................................................... 12
ENFOQUE DE SISTEMAS .................................................................................................................... 13
MORFOLOGIA DE SISTEMAS .............................................................................................................. 13
DIMENSIONES EN EL ANÁLISIS DE SISTEMA ...................................................................................... 14
FASES EN EL ANÁLISIS ........................................................................................................................ 15
DEFINICIÓN DEL PROBLEMA Y MEDICIÓN ........................................................................................ 17
ANÁLISIS DE DATOS Y MODELADO .................................................................................................... 18
TOMA DE DECISIONES O SELECCIÓN ................................................................................................. 19
MORFOLOGÍA TRIDIMENSIONAL....................................................................................................... 20
PROGRAMACIÓN LINEAL ................................................................................................................... 21
METODO GEOMETRICO..................................................................................................................... 23
EJERCICIOS POR EL METODO GRAFICO ................................................ ¡Error! Marcador no definido.
METODO SIMPLEX ............................................................................................................................. 40
EJERCICIOS POR EL METODOD SIMPLEX ........................................................................................... 40
EJERCICIOS PROPUESTOS .................................................................................................................. 47

2
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

SOLUCIONES OPTIMAS NO ACOTADAS.............................................................................................. 52

METODO DE LA DOBLE FASE ............................................................................................................. 52
MÉTODO DE LA GRAN M ................................................................................................................... 57
TEORIA DE LA DUALIDAD................................................................................................................... 60
METODO DUAL SIMPLEX ................................................................................................................... 70
PROBLEMAS DE TRANSPORTE ........................................................................................................... 77
METODO DEL RENGLON MINIMO ..................................................................................................... 81
METODO DE COLUMNA MINIMA ...................................................................................................... 87
METODO DE LA MATRIZ MINIMA ...................................................................................................... 88
METODO DE VOGEL........................................................................................................................... 89
METODO DUAL U-V ........................................................................................................................... 92
METODO HUNGARO ........................................................................................................................ 100
MÉTODO DE RUTA CRÍTICA (MRC) (PERT) ....................................................................................... 105

3
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

QUE ES LA INGENIERIA
La ingeniería es una disciplina y un campo de estudio que consisten en la aplicación de los
conocimientos científicos a la solución de los problemas y retos que enfrenta la humanidad,
en sus muy distintas áreas. Esto implica tanto el diseño, construcción y desarrollo de
herramientas, máquinas e instalaciones, como el manejo de recursos naturales, la producción
de materiales sintéticos o la conceptualización de procesos y sistemas. La ingeniería es una
disciplina sumamente amplia y que posee una gran cantidad de aplicaciones específicas, a
través de las cuales aborda diferentes aspectos y problemáticas de la vida humana. Sus ramas
más importantes son: ingeniería civil, ingeniería mecánica, ingeniería eléctrica, ingeniería
química, ingeniería industrial, ingeniería de sistemas, ingeniería de materiales, ingeniería
ambiental, ingeniería biomédica, ingeniería de alimentos, entre otras.

DEFINICIÓN DE ING. CIVIL

La ingeniería civil es una rama de la ingeniería que se encarga del diseño, la construcción y
el mantenimiento de infraestructuras de gran tamaño para el uso público o civil, como
carreteras, puentes, ferrocarriles, aeropuertos, puertos, presas, diques, canales, etc.
La ingeniería civil interviene en la realidad física para tratar de encontrar una solución
adecuada a las necesidades humanas. Para ello, se vale de otras disciplinas científicas como
la física, la química, la matemática, la geología, el cálculo, la mecánica o la hidráulica, entre
otras.

4
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

DEFINICIÓN DE ING. DE SISTEMAS

La ingeniería de sistemas es una disciplina científica y técnica que se ocupa del estudio,
análisis, diseño, implementación y mantenimiento de sistemas complejos. Los ingenieros de
sistemas trabajan en todos los aspectos de los sistemas, desde el hardware hasta el software,
y desde el análisis del usuario hasta la administración del sistema.
La ingeniería de sistemas permite transformar una necesidad operativa en una descripción de
los parámetros del rendimiento de un sistema, con su correspondiente configuración. Por otra
parte, posibilita la integración de los parámetros técnicos relacionados de modo tal que las
interfaces de programa y funcionales sean compatibles y se garantice el funcionamiento del
sistema total. Al realizar su trabajo, el especialista en esta materia debe asegurar que el
sistema cumpla con los principios de fiabilidad, mantenibilidad, seguridad y eficiencia,
entre otros. Un experto en ingeniería de sistemas cuenta con conocimientos de nociones
matemáticas.

RELACIÓN DE LA ING. DE SISTEMAS Y LA ING.

CIVIL
La ingeniería civil y la ingeniería de sistemas son dos ramas de la ingeniería que, aunque
diferentes, pueden estar relacionadas en algunos aspectos. La ingeniería civil se enfoca en el
diseño, construcción y mantenimiento de infraestructuras físicas, como edificios, puentes,
carreteras, presas, entre otros. Por otro lado, la ingeniería de sistemas se enfoca en el diseño,
desarrollo y mantenimiento de sistemas complejos, como sistemas de información, sistemas
de control, sistemas de comunicaciones, entre otros.

5
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

En algunos casos, la ingeniería de sistemas puede ser utilizada para mejorar la eficiencia y la
seguridad de las infraestructuras físicas diseñadas por la ingeniería civil. Por ejemplo, los
sistemas de control pueden ser utilizados para monitorear y regular el flujo de tráfico en una
carretera, o para controlar el nivel de agua en una presa3. Además, la ingeniería de sistemas
puede ser utilizada para diseñar sistemas de información que permitan a los ingenieros civiles
recopilar y analizar datos sobre el rendimiento de las infraestructuras físicas.
En resumen, aunque la ingeniería civil y la ingeniería de sistemas son disciplinas diferentes,
pueden estar relacionadas en algunos aspectos. La ingeniería de sistemas puede ser utilizada
para mejorar la eficiencia y la seguridad de las infraestructuras físicas diseñadas por la
ingeniería civil, y para recopilar y analizar datos sobre su rendimiento.

SISTEMAS ABIERTOS
Un sistema abierto es un conjunto de elementos que intercambia información, materia o
energía con el entorno sin barreras ni impedimentos. Se diferencia de los sistemas cerrados
y aislados, que no intercambian con el medio externo. Se aplica en distintos ámbitos del saber
humano, como la física, la biología y la química.
Los sistemas abiertos tienen flujos de entrada y salida, que representan intercambios de
materia, energía o información con sus alrededores. Dichas interacciones pueden tomar la
forma de información, energía o materia de transferencia al interior o al exterior del sistema.

6
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

SISTEMAS CERRADOS
Un sistema cerrado es un sistema físico que no interactúa con otros agentes físicos situados
fuera de él y por lo tanto no está conectado casualmente ni relacionado con nada externo a
él.
En otras palabras, un sistema cerrado es una porción del universo que no permite el
intercambio libre con el entorno, es decir, un sistema cuyo rasgo característico es no permitir
un intercambio libre con el entorno. Es decir, se trata de un sistema apartado del resto del
entorno, cerrado sobre sí mismo: todo lo contrario, a los sistemas abiertos. Esta aproximación
a la realidad proviene de la Teoría General de Sistemas, una perspectiva interdisciplinaria
surgida a mediados del siglo XX, y aplicable a las ciencias naturales y a las ciencias sociales
por igual.
Un sistema totalmente cerrado, es decir, aquel que no permite ningún tipo de intercambio con
el ambiente, se denomina sistema aislado. La idea de un sistema totalmente cerrado es útil
únicamente como una abstracción: uno puede considerar un sistema como cerrado para poder
centrarse en sus elementos internos, sin tomar en consideración el afuera, siempre y cuando
el funcionamiento del sistema lo permita. Por esa razón, en las ciencias naturales como la
física se llama sistema cerrado a aquellos que intercambian únicamente energía (calor, por
ejemplo) con el entorno, y no materia. Mientras que en las ciencias sociales, los sistemas
cerrados son aquellos que gozan de cierto margen de autonomía, es decir, que no requieren
de una constante inyección de recursos provenientes del afuera, o que no permiten el ingreso
de elementos foráneos al mismo.

7
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

LA ING. EN RESOLUCIÓN DE PROBLEMAS

La ingeniería es una disciplina que se enfoca en la aplicación de los conocimientos
científicos para resolver problemas y retos que enfrenta la humanidad en sus distintas áreas.
La resolución de problemas de ingeniería se basa en el estudio de modelos que describen
sistemas reales. En todos los casos, el sistema real debe modelarse haciendo suposiciones
simplificadoras antes de poder realizar cualquier análisis matemático o empírico. Solo se
pueden obtener respuestas realistas y útiles si los supuestos de modelado “captan” las
características importantes del problema. El comportamiento de cualquier modelo está
limitado por las leyes físicas que incorpora y los supuestos de modelado utilizados en su
desarrollo. Dos modelos diferentes para un mismo sistema pueden comportarse de maneras
completamente diferentes. El trabajo de los ingenieros es desarrollar el “mejor” modelo
para el problema que nos ocupa. Debido a que la mayoría de los errores se cometen en el
proceso de desarrollo del modelo, es esencial que los ingenieros aprendan a resolver
problemas de una manera metódica que documente su proceso de solución incluyendo sus
suposiciones de modelado. Los cálculos de ingeniería son parte del registro de archivo de
cualquier proyecto de ingeniería y con frecuencia se refieren a años después de que se
complete el trabajo original.
Muchos ingenieros juniors comienzan un nuevo trabajo revisando los cálculos de ingeniería
realizados por otros. Para ayudar a desarrollar habilidades de resolución de problemas de
ingeniería, se propone un proceso de varios pasos para ayudar a (1) organizar los
pensamientos, (2) documentar la solución y (3) mejorar la capacidad para resolver nuevos
problemas.

RESTRICCIONES DE UN SISTEMA
Las restricciones son elementos que limitan el funcionamiento de un sistema. En la teoría de
las restricciones, se identifican los cuellos de botella o limitaciones que impiden que un
sistema alcance su máximo rendimiento. Estas restricciones pueden ser internas o externas
al sistema. Las restricciones internas pueden ser el equipamiento en una fábrica, el proceso
de preparación de pedidos en un almacén, entre otros. Las restricciones externas pueden ser
la logística del último kilómetro en una tienda en línea o la falta de demanda. Todo sistema
tiene al menos una restricción

8
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

CAMPOS DE LA ING. DE SISTEMAS

La ingeniería de sistemas es una disciplina que se enfoca en el estudio, análisis, diseño,
implementación y mantenimiento de sistemas complejos. Los ingenieros de sistemas trabajan
en todos los aspectos de los sistemas, desde el hardware hasta el software, y desde el análisis
del usuario hasta la administración del sistema.
La ingeniería de sistemas permite transformar una necesidad operativa en una descripción de
los parámetros del rendimiento de un sistema, con su correspondiente configuración. Por otra
parte, posibilita la integración de los parámetros técnicos relacionados de modo tal que las
interfaces de programa y funcionales sean compatibles y se garantice el funcionamiento del
sistema total. Al realizar su trabajo, el especialista en esta materia debe asegurar que el
sistema cumpla con los principios de fiabilidad, mantenibilidad, seguridad y eficiencia, entre
otros. Un experto en ingeniería de sistemas cuenta con conocimientos de nociones
matemáticas.
La ingeniería de sistemas es una carrera universitaria que permite la formación de
profesionales capaces de diseñar, programar, implementar y mantener sistemas. Además, la
ingeniería de sistemas es una ciencia interdisciplinaria, que requiere de diversos
conocimientos para plasmar sus diseños en la vida práctica. La carrera universitaria conocida
como ingeniería de sistemas permite la formación de profesionales capaces de diseñar,
programar, implementar y mantener sistemas 13.
Los campos de trabajo de la ingeniería de sistemas son muy amplios y variados. Algunos de
los campos de trabajo más comunes son:

1. Desarrollo de software: Los ingenieros de sistemas pueden trabajar en el desarrollo

de software para empresas, organizaciones o clientes individuales. Esto puede incluir
el diseño, la programación, la implementación y el mantenimiento de aplicaciones de
software.

9
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

2. Administración de redes: Los ingenieros de sistemas pueden trabajar en la

administración de redes de computadoras, incluyendo la configuración, el
mantenimiento y la solución de problemas de redes de área local (LAN) y redes de
área amplia (WAN).

3. Seguridad informática: Los ingenieros de sistemas pueden trabajar en la seguridad

informática, incluyendo la protección de redes y sistemas contra ataques maliciosos,
la identificación y eliminación de virus y malware, y la implementación de políticas
de seguridad.

4. Gestión de proyectos: Los ingenieros de sistemas pueden trabajar en la gestión de

proyectos de tecnología de la información, incluyendo la planificación, el diseño, la
implementación y el mantenimiento de sistemas de información.

10
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

5. Consultoría: Los ingenieros de sistemas pueden trabajar como consultores,

brindando asesoramiento y soluciones a empresas y organizaciones en áreas como la
tecnología de la información, la seguridad informática y la gestión de proyectos.

6. Investigación y desarrollo: Los ingenieros de sistemas pueden trabajar en

investigación y desarrollo de nuevas tecnologías y sistemas, incluyendo la
exploración de nuevas aplicaciones de la inteligencia artificial, la robótica y la
automatización.

7. Educación: Los ingenieros de sistemas pueden trabajar en la educación, enseñando

en universidades y escuelas técnicas, y desarrollando planes de estudio y programas
de capacitación en tecnología de la información y sistemas.

11
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

8. Emprendimiento: Los ingenieros de sistemas pueden trabajar como emprendedores,

creando y desarrollando sus propias empresas de tecnología de la información y
sistemas.

DEFINICIÓN DE PROYECTO DE INGENIERIA

Un proyecto de ingeniería es un conjunto de actividades planificadas y coordinadas que
tienen como objetivo la creación de un producto, sistema o servicio que cumpla con ciertos
requisitos y especificaciones. Los proyectos de ingeniería pueden ser de diferentes tipos,
como proyectos de construcción, proyectos de software, proyectos de investigación y
desarrollo, entre otros. En general, los proyectos de ingeniería se caracterizan por tener un
inicio y un final definidos, un presupuesto y un equipo de trabajo encargado de llevar a cabo
las diferentes tareas necesarias para completar el proyecto. La gestión de proyectos de
ingeniería implica la planificación, organización, dirección y control de los recursos
(humanos, financieros, materiales) necesarios para llevar a cabo el proyecto de manera
efectiva y eficiente. La ingeniería de proyectos también implica la identificación y gestión
de riesgos, la resolución de problemas y la toma de decisiones para asegurar que el proyecto
se complete dentro del plazo y presupuesto establecidos, y que cumpla con los requisitos y
especificaciones definidos.

FASES DEL PROYECTO DE INGENIERIA

Los proyectos de ingeniería suelen tener un conjunto de fases que se deben seguir para
completar el proyecto de manera efectiva y eficiente. Aunque las fases pueden variar según
el tipo de proyecto, en general, se pueden identificar las siguientes fases 123:
1. Estudio de perfil: asociada a Ingeniería de Perfil.
2. Prefactibilidad: asociada a Ingeniería Conceptual.
3. Factibilidad: asociada a Ingeniería Básica.
4. Ingeniería de Detalle.
5. Ejecución.
6. Pruebas y Puesta en Marcha.
7. Cierre de Proyecto.
En la fase de Estudio de perfil, se realiza una evaluación preliminar del proyecto para
determinar su viabilidad y definir los objetivos y alcances del proyecto. En la fase de
Prefactibilidad, se realiza un análisis más detallado del proyecto para determinar su
factibilidad técnica, económica y financiera.

12
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

En la fase de Factibilidad, se realiza un diseño básico del proyecto y se definen los

requerimientos técnicos y financieros necesarios para su implementación. En la fase de
Ingeniería de Detalle, se realiza un diseño detallado del proyecto y se elaboran los planos y
especificaciones necesarios para su construcción. En la fase de Ejecución, se lleva a cabo la
construcción del proyecto. En la fase de Pruebas y Puesta en Marcha, se realizan las
pruebas necesarias para asegurar que el proyecto cumpla con los requerimientos técnicos y
financieros definidos. Finalmente, en la fase de Cierre de Proyecto, se realiza una
evaluación final del proyecto y se entregan los resultados al cliente o usuario final.

ENFOQUE DE SISTEMAS
El enfoque de sistemas es una metodología que trata de combinar conceptos de diversas
ciencias en relación con un objeto de investigación determinado. Se basa en la idea de que
un determinado objeto de estudio tiene varias dimensiones y facetas que pueden ser
estudiadas y comprendidas por varias ciencias, y que los conceptos y principios que emanan
de las diferentes ciencias pueden ser utilizados en el estudio y la comprensión de un
determinado fenómeno. El enfoque de sistemas se enfoca en el estudio, análisis, diseño,
implementación y mantenimiento de sistemas complejos. Los ingenieros de sistemas trabajan
en todos los aspectos de los sistemas, desde el hardware hasta el software, y desde el análisis
del usuario hasta la administración del sistema.
La ingeniería de sistemas permite transformar una necesidad operativa en una descripción de
los parámetros del rendimiento de un sistema, con su correspondiente configuración. Por otra
parte, posibilita la integración de los parámetros técnicos relacionados de modo tal que las
interfaces de programa y funcionales sean compatibles y se garantice el funcionamiento del
sistema total. Al realizar su trabajo, el especialista en esta materia debe asegurar que el
sistema cumpla con los principios de fiabilidad, mantenibilidad, seguridad y eficiencia, entre
otros.

MORFOLOGIA DE SISTEMAS
La morfología de sistemas es una metodología que trata de combinar conceptos de diversas
ciencias en relación con un objeto de investigación determinado. Se basa en la idea de que
un determinado objeto de estudio tiene varias dimensiones y facetas que pueden ser
estudiadas y comprendidas por varias ciencias, y que los conceptos y principios que emanan
de las diferentes ciencias pueden ser utilizados en el estudio y la comprensión de un
determinado fenómeno.
La morfología de sistemas se enfoca en el estudio, análisis, diseño, implementación y
mantenimiento de sistemas complejos. Los ingenieros de sistemas trabajan en todos los

13
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

aspectos de los sistemas, desde el hardware hasta el software, y desde el análisis del usuario
hasta la administración del sistema.

DIMENSIONES EN EL ANÁLISIS DE SISTEMA

El análisis de sistemas tiene tres dimensiones, tiempo; un proyecto pasa desde su inicio hasta
su obsolencia por diferentes fases, la segunda dimensión es la metodología; esta fase la
integran los diversos pasos que deben ejecutarse en cualquiera de las fases del proyecto y
está caracterizada por una secuencia lógica de actividades, la tercera dimensión, es el
conjunto de conocimiento que generan una disciplina en particular.
Las dos primeras dimensiones, es decir el tiempo y el conjunto de procedimientos de
solución, definen un modelo de metodología para el análisis de sistemas independiente de
una disciplina en particular.
Pasos Definición Medición Análisis Modelado Síntesis Toma
del del de de de de
forma problema Sistema Datos Sistemas Sistemas Decisiones
Planeación
de
programa
Planeación
de
proyecto
Desarrollo
de
Sistema
Producción
ó
construcción
Distribución
ó puesta en
servicio
Operación
ó
consumo

Retiro

14
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

FASES EN EL ANÁLISIS
Se distinguen dos objeticos principales, el primero se trata de determinar si los programas
por realizar son congruentes con las actividades y metas de la organización.

En la fase de planeación de proyecto el interés se concentra en un proyecto en particular y

puede considerarse como terminada cuando se toma la decisión de implementar la mejor de
las alternativas generales.

La fase de desarrollo del sistema se inicia después de formular la decisión de confirmar un

proyecto específico.

15
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Su meta es desarrollar un plan de acción que permite realizar el proyecto que se ha

seleccionado en la fase anterior. En esta fase se procede a implementar un proyecto, esto
puede implicar la producción de un artículo o la construcción de una obra.

En la fase de distribución o puesta en servicio se hace llegar a los usuarios el producto

manufacturado, o se pone en servicio la obra ejecutada durante la fase anterior.

Finalmente, un sistema pasa a la fase de retiro, En general ésta coincide, en el tiempo, con
la fase de puesta en servicio de un nuevo sistema que sustituye al antiguo.

16
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

DEFINICIÓN DEL PROBLEMA Y MEDICIÓN

El primer paso en cada fase del análisis consiste en definir el problema.

El siguiente paso se realiza una serie de actos que se pueden agrupar bajo el nombre de
medición del sistema. En este paso se establecen los objetivos del paso de análisis, debido
hacerse claramente.

El grupo de analistas debe establecer los objetivos de su trabajo, los cuales necesitan coincidir
con los propósitos para los cuales se realiza el estudio, este puede ser económico, distribución
del ingreso o maximización del beneficio social.
El establecimiento de dichos criterios y medidas permite evaluar en que grado, diferentes
soluciones alternativas a un problema satisfacen los objetivos para los cuales han sido
desarrolladas.

17
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

ANÁLISIS DE DATOS Y MODELADO

En este paso de análisis de datos se realiza el procesamiento de la información reunida
durante la medición de sistemas, Dicho procesamiento tiene que hacerse en general con
ayuda de la computadora digital.

Su objetivo es descubrir, con ayuda de técnicas de reconocimiento de patrones y evaluación

estadística de parámetros, las relaciones importantes entre las variables.

El objetivo de este paso es establecer relaciones o modelos que explican las interacciones
entre las diversas variables del sistema.
Debe hacerse notar que un problema de análisis puede requerir diferentes modelos de acuerdo
con la etapa o fase del proyecto.

GENERACIÓN DE ALTERNATIVAS O SÍNTESIS

La fase del análisis de sistemas tiene como objetivo especificar la “mejor solución”, de
acuerdo con los criterios de evaluación y las medidas de efectividad que se obtuvieron
durante la medición del sistema.

18
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Es necesario explorar las medidas de efectividad correspondientes a diferentes alternativas,

empleando el modelo del sistema y las técnicas de simulación. Adecuando y eligiendo la
mejor respecto a cada caso por ejemplo en obras grandes y en fases donde se tiene que recurrir
a modelos costosos resulta muy cara estaba simulación, por lo que es mejor aplicar la
experiencia para sin hacer uso de la simulación. El esfuerzo de generación de alternativas
debe concentrarse en las que muestren las mejores medidas de efectividad y el costo no debe
exceder los beneficios esperados.

Se recomienda dividir las soluciones del problema en clases, esto con el fin de minimizar los
costos, después analizar y priorizar estas clases, y después explorar alternativas dentro de esa
misma clase. Entre más grande sea el número de alternativas exploradas, porque resultaría
menos costoso que la falta de exploración suficiente de alternativas.
Por ejemplo, para resolver el problema de transporte de una población.
Tenemos dos posibles soluciones:
un sistema de camiones y el metro.
Lo primero que se debe hacer es de terminar las medidas de efectividad de cada una, sin las
correspondientes al primer sistema son sensiblemente superiores al del segundo, todo el
esfuerzo posterior de análisis debe concentrarse en el transporte por camión, pero si resultan
muy similares debe seguir la exploración de alternativas en ambas clases.
Esto necesita realizarse de manera ordenada y con mucha observación. Es frecuente recurrir
a técnicas de optimización comola programación lineal y la dinámica, la lineal permite
encontrar los parámetros que optimicen la medida de efectividad para cierto tipo de modelos
de sistemas; mientras que la dinámica se utiliza en otro tipo de modelos con el fin de
encontrar las alternativas con mejores medidas de efectividad.

TOMA DE DECISIONES O SELECCIÓN

Dame todo lo que ya se utiliza en la mayor guía de casos, de los sistemas de gran tamaño y
complejidad, para determinar el grado con que los sistemas cumplen sus objetivos, están
establecidas las medidas de efectividad, si estos pueden reducir a la misma escala y sumarse
es factible establecer una sola función objetivo, si existe esta función única se puede emplear
alguna de las técnicas de optimización cómo dinámica o lineal para llegar a la mejor solución.
O en todo caso recurrir a las técnicas de costo-beneficio.
Sin embargo, no siempre es posible reducir a la misma escala y sumar todas las medidas de
efectividad, en este caso hay que seleccionar las mejores alternativas evaluando todas las

19
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

medidas de efectividad de cada alternativa, aplicando la teoría del valor a fin de decidir entre
las posibles alternativas.
O sea que durante cada etapa se realiza una serie lógica de pasos que son las que definen la
columna de la matriz de actividades. La secuencia de solución de problemas de sistema sigue
precisamente una ruta, empieza con la actividad de definición de problema en la fase de
planeación del programa y termina con la selección en la fase de retiro.

MORFOLOGÍA TRIDIMENSIONAL

La matriz de actividades incorpora únicamente dos dimensiones del enfoque del sistema
por lo que se propone una tercera para el grado de estructura formal de la profesión.
Empleando esta morfología puede definirse actividades específicas del análisis de sistema.
Recordando que el enfoque de sistemas tiene como meta establecer una secuencia lógica
para la resolución problemas en cada fase de análisis de un sistema complejo, solamente es
un complemento para el profesionista en una rama en particular. El conocimiento de toda la

20
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

metodología de análisis de sistema no es suficiente para resolver ningún problema del

mundo real, para resolver estos problemas se requieren conocimientos específicos de la
rama o ciencia complementados con la metodología de sistemas.
La actividad profesional según esta morfología cuenta con 3 dimensiones, que deberán
integrarse para obtener buenas soluciones, Estas son:
Dimensión 1: profesión
Dimensión 2: enfoque de sistemas
Dimensión 3: tiempo.

PROGRAMACIÓN LINEAL
La programación lineal es uno de los modelos más importantes de la ingeniería de sistemas,
el cual se utiliza para representar sistemas de los cuales se obtiene una optimización de los
recursos que se tienen que asignar a diferentes actividades en competencia, teniendo como
características que esas variables que intervienen para representarlo deben de ser tipo lineal.
Y los recursos que se tienen que asignar son limitados. Las características y condiciones que
debe tener un modelo de programación lineal son:
• Debe de haber proporcionalidad entre las diferentes variables constantes y relaciones
funcionales que representan al sistema.

21
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

• Debe de haber congruencia de las unidades que representa los diferentes atributos.
• Debe haber visibilidad entre las variables constantes que representan los atributos del
sistema.
• Las relaciones que se construyan con las variables que representan los niveles de
efectividad en el sistema que se está representando son de tipo y debe ser lineal.
Descripción del modelo
𝑛

𝑀𝑖𝑛 𝑜 𝑀𝑎𝑥 𝑍 = ∑ 𝑐𝑗𝑘𝑗 → 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑜𝑏𝑗𝑒𝑡𝑖𝑣𝑜

𝑗=

s. a (restringido a) {∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 ≤ 𝑏𝑖 ; 𝑖 = 1 … 𝑛} → 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑥𝑝𝑙𝑖𝑐𝑖𝑡𝑎𝑠

{∀𝑥𝑖 ≥ 0} →No negatividad

Por ejemplo.
𝑀𝑎𝑥𝑍 = 3𝑥1 + 4𝑥2 + 53𝑥3
𝑠. 𝑎 2𝑥1 + 0.5𝑥2 ≤8
3𝑥1 + 0.6𝑥2 + 3𝑥3 ≤ 10
2𝑥1 + 3𝑥2 + 4𝑥3 ≤8

{∀𝑥𝑗 ≥ 0}

22
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

METODO GRAFICO
Este método consiste en obtener todas las soluciones posibles analizando el problema de
acuerdo al número de variables " n" y numero de restricciones "m". esto es el número de
combinaciones que se pueden obtener tomando subconjuntos (m) del conjunto (n) y
verificado que ellas cumplan con las restricciones.
Ejemplo l.
Para fabricar dos tipos de bloques para la construcción, se requiere del procesamiento en tres
máquinas diferentes CM1, M2, Y M3). El orden de ejecución de las operaciones en cada
máquina es indiferente Y los tiempos de ejecución en minutos se dan en la siguiente tabla:
Bloque -maquina M1 M2 M3
B1 11 7 6
B2 9 12 6

Además, se supone que no hay tiempos muertos, esto es que no hay tiempos de espera al
terminar en una maquina continuar en otra y las horas disponibles de cada máquina en sus
actividades por mes son:
M1 165 hrs 9900 min Los bloques B1 y B2, representan una utilidad unitaria de $
M2 140 hrs 8400 min 2.00 y $ 3.00 pesos respectivamente, por lo que ¿Cuál es la
decisión que se debe tomar en este problema para optimizar la
M3 160 hrs 9600 min
producción? ¿Cuál es el número óptimo de bloques a producir
B1 y B2, para optimizar la utilidad (máxima utilidad)?
SOLUCION.
Deducción de la solución.
Xj= Variable de decisión.
B1=# Bloques a producir del tipo 1.
B2=# Bloques a producir del tipo 2.
Max Z== 2B1 + 3B2
𝑠. 𝑎 11𝐵1 + 9𝐵2 ≤ 9900……(1)
7𝐵1 + 12𝐵2 ≤ 8400…….(2)
6𝐵1 + 6𝐵2 ≤ 9600…….(3) 𝐵1, 𝐵2 ≥ 0

23
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

La solución se realizará por medio del método gráfico.

De (1)
9900
Si 𝐵1 =→ 0 𝐵2 = = 1100; (0,1100)
9
9900
Si 𝐵2 =→ 0 𝐵1 = = 900; (900,0)
11

De (2)
8400
Si 𝐵1 =→ 0 𝐵2 = = 700; (0,700)
12
8400
Si 𝐵2 =→ 0 𝐵1 = = 1200; (1200,0)
7

De (3)
9600
Si 𝐵1 =→ 0 𝐵2 = = 1600; (0,1600)
6
9600
Si 𝐵2 =→ 0 𝐵1 = = 1600; (1600,0)
6

24
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Ejemplo 2.
Se tiene 150 hectáreas de las cuales se pueden extraer dos tipos de materiales M1 Y M2 con
propiedades específicas para lo cual se utiliza el agua de un arroyo que puede aportar hasta
2.66 m3/ha, se tiene un estudio de las condiciones de operatividad y rendimiento con los
siguientes datos:
MATERIAL A B
DATO M1 M2
AGUA REQUERIDA 0.4 m3 1.6 m3
RECIPROCO DE PRODUCTIVIDAD 0.2 ha/ton 0.4 ha/ton
COSTO DE EXTRACCIÓN $5.00 ton $15.00 ton
$15.00 ton $45.00 ton

Se requiere optimizar la producción de los materiales A y B, por lo que ¿Cuál es el número

de toneladas a producir del material Ay B, para obtener una máxima ganancia?
Solución.
Variables de decisión.
A: # toneladas a producir del material tipo A.
B: # toneladas a producir del material tipo B.
Max z= (15-5) A+ (45-15) B Agua 2.66 m3 ha x 150 Ha = 400 m3 AGUA
s. a. 0.4 A+1.6 B ≤ 400 m3…….(1)
0.2 A+ 0.4 B ≤150 Ha…….(2)
{A, B ≥20}
Solución mediante el método grafico.
Max Z= 10 A+30 B Agua 2.66 m3 /ha X 150 Ha = 400 m3 AGUA
s. a. 0.4 A+1.6 B ≤ 400…. (1)
0.2 A+0.4 B ≤ 150....(2)
{A, B ≥20}

25
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

De (1)
0.4 A +1.6 B= 400
400
Si 𝐴 = 0 → 𝐵2 = = 250; (0,250)
1.6
400
Si 𝐵 = 0 → 𝐵2 = = 1000; (1000,0)
0.4

De (2)
150
Si 𝐴 = 0 → 𝐵2 = = 250; (0,375)
0.4
150
Si 𝐵 = 0 → 𝐵2 = = 1000; (750,0)
0.2

26
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

TAREAS POR EL METODO GRAFICO

El método gráfico es una técnica de solución de problemas de programación lineal que se
utiliza principalmente para casos con dos variables. Aunque no es muy práctico para una gran
cantidad de variables, es muy útil para interpretar y analizar los resultados y la sensibilidad
del problema 1. El método gráfico se basa en la representación gráfica de las restricciones
del modelo de programación lineal, lo que permite determinar el polígono solución o región
factible. Según el teorema fundamental de la programación lineal, si existe una solución que
cumple con las restricciones del modelo, se encontrará en uno de los vértices de la región
factible.
El método gráfico es una técnica que ha sido objeto de debate entre distintos autores a lo
largo de la historia. Algunos de ellos han señalado que esta metodología presenta ciertos
supuestos o limitaciones. Uno de los supuestos más conocidos es que no permite realizar un
análisis de sensibilidad en el caso de cambios simultáneos en el lado derecho de las
restricciones o en los coeficientes de la función objetivo. Otro supuesto es que no se pueden
considerar variables binarias en el modelo. Sin embargo, con el avance de la tecnología, es
posible utilizar herramientas como GeoGebra para superar estas limitaciones y realizar
análisis de sensibilidad con cambios simultáneos y considerar variables binarias en el modelo

Tarea 1
MAXIMIZAR: Z = 2 X1 + 3 X2
11 X1 + 9 X2 ≤ 9900
7 X1 + 12 X2 ≤ 8400
6 X1 + 6 X2 ≤ 9600
X1 , X2 ≥ 0

27
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

28
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Tarea 2

MINIMIZAR: Z = 2 X1 + 4 X2
0.5 X1 + 7.45 X2 ≤ 10
2 X1 + 0 X2 ≥ 16
-3 X1 + 2 X2 ≤ 18
X1 , X2 ≥ 0

29
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

PLANTEAMIENTO DE LOS MODELOS

Ejercicio 1
1.Una compañía líder en la fabricación de aparatos electrónicos tiene una planta de
ensamblado en el estado de México donde produce televisores de 14. 20. 27 y 29 pulgadas.
para esto cuenta con una línea automatizada que ensamblan las partes más pequeñas. esta
línea puede trabajar hasta 5000 horas a la semana.
Además. cuenta con una plantilla de personal operativo de 4800 horas a la semana de trabajo
efectivo. en la tabla siguiente se muestran la utilidad. el tiempo de mano de obra requerido
en el proceso y el tiempo consumido en la línea automatizada de ensamble. todo esto de
acuerdo con el tamaño de televisor que se esté fabricando.
Una restricción adicional es que la empresa no debe producir más de 3000 televisores a la
semana.

¿Cuántas televisiones de cada uno de los modelos debe producir la compañía, de tal forma
que la utilidad sea máxima?
Solución
Definamos como variables de decisión:
X1= # de televisores de 14”
X2=# de televisores de 20”
X3=# de televisores de 27”
X4=# de televisores de 29”
EI objetivo es minimizar los costos de la dieta dada por:
Zmax=500xl +1000x2+1800x3+2000x4

30
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Restricciones respecto a horas de mano de obra y horas de ensamble:

xı+ x2+ x3+ x4 ≤ 3000
5xı+6x2+ 8x3+10x4 ≤ 4800
0.1xı+0.15x2+ 0.25x3+0.35x4 ≤ 5000
{X1, X2, X3, X4 ≥0}

2.Un taller mecánico cuenta con dos tornos que puede utilizar hasta 12 horas al día. Dichas
máquinas las emplea en la fabricación de tornillos y brocas con ciertas características y
especificaciones especiales. El beneficio por cada 100 tornillos es de s 230 y por cada 100
brocas s 450. Además. se sabe que producir 100 tornillos requiere un tiempo máquina de 25
minutos. mientras que producir 100 brocas consume 50 minutos de tiempo máquina.
Si la demanda por tornillos es de cuando menos 15 000 al día y la de brocas de al menos 8
000 al día. ¿cuál es la combinación de tornillos y brocas a producir, que hace que el beneficio
del taller sea máximo?
Nota. Partimos del supuesto de que la disponibilidad de materia prima es ilimitada.
Solución.
Variables de decisión.
X1: # Cantidad producida de tornillos.
X2: # Cantidad producida de brocas.
Max z= 230 X1+ 450 X2
s. a. 25 X1+ 50 X2 ≤ 720
X1 ≥ 150
X2 ≥ 80
X1+X2 ≤ 300
{X1, X2 ≥0}

31
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Modelo para problemas de alimentación

Una de las primeras aplicaciones de la programación lineal fue el problema de la dieta. De
hecho. este modelo fue planteado tiempo antes de que existiera un método de solución para
este tipo de problemas.
El modelo de dieta. como su nombre lo indica. se refiere a encontrar una mezcla de alimentos
de tal forma que al combinarlos se cumpla con ciertos requisitos nutricionales y al mismo
tiempo dicha mezcla se obtenga a costo mínimo.
Con el fin de expresar más claramente estas ideas. abordemos el siguiente ejemplo:

Ejemplo 1
En un hospital militar se desea determinar la mezcla nutricional más económica que satisfaga
las necesidades básicas para mantener la buena salud de los soldados. En la tabla anexa se
muestran cinco alimentos distintos y se ilustra su contenido en vitaminas. grasas y
carbohidratos. A su vez. en la última columna se registra el precio por kilogramo de cada
alimento.

Los requerimientos semanales máximos de grasa son de 50 gramos y el mínimo 20 gramos.

el requerimiento semanal máximo de vitaminas es de 40 gramos y el mínimo de 15 gramos.
finalmente. para los carbohidratos es de 30 gramos a la semana como mínimo y 60 gramos
como máximo.

32
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Definamos como variables de decisión:

X1=cantidad de carne roja que se debe incluir en la dieta. x2=cantidad de carne blanca a
incluir.
X3=cantidad de verduras. x.ı=cantidad de leguminosas por semana a incluir en la mezcla.
X5=cantidad de cereales a incluir por semana.
EI objetivo es minimizar los costos de la dieta dada por:
Zmín=12xl +8x2+3x3+6x4+3x5
Las restricciones en cuanto a los contenidos nutricionales están dadas por:
Requerimientos máximos y mínimos de grasas:
30xı+ 10x2+ 8x3+ 12x4+ 5x5 ≤ 50
30xı+10x2+ 8x3+12x4+ 5x5 ≥ 20
Requerimientos máximos y mínimos de vitaminas:
25x1+20x2+25x3+22x4+ 10x5 ≤40
25x1+20x2+25x3+22x4+ 10x5 ≥ 15
Requerimientos máximos y mínimos de carbohidratos:
10xı+ 5x2+30x3+ 32x4+15x5 ≤ 60
10xı+15x2+30x3+32x4+15x5 ≥ 30
Finalmente. uniendo cada una de las desigualdades con la función objetivo y sabiendo que
las variables no pueden tomar valores negativos. obtenemos como modelo:
Zmín=12x1 + 8x2+ 3x3+ 6x4+ 3x5
30xı+ 10x2+ 8x3+ 12x4+ 5xs ≤ 50
30xı+ 10x2 + 8x3+ 12x4 + 5x5 ≥ 20
25xı + 20x2 + 25x3 + 22x4 +10x5 ≤ 40 25xı+20x2+25x3+22x4+10xs ≥ 15
10xı + 15x2 +30x3 +32x4 + 15x5 ≤ 60 10xı+ 15x2 + 30x3 + 32x4 +15x5 ≥ 30
Xı ≥ 0 i=1. 2....5

33
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Ejercicio 1
1. Un ganadero está interesado en preparar una mezcla de maíz. sorgo y alfalfa que le
permita. a un costo mínimo. alimentar adecuadamente a sus animales. ÉI conoce los
precios por kilogramo y los contenidos nutricionales también por kilogramo. éstos se
muestran en la siguiente tabla:

Los requerimientos mínimos de su ganado son. por lo menos 140 unidades de grasa y 150
unidades de carbohidratos por kilogramo de alimento mezclado. ¿Cuál es la mezcla óptima?
Solución.
Variables de decisión.
X1: Cantidad de Maíz
X2: Cantidad de Sorgo
Min z= 8X1+ 5X2 + 3X3
s. a. 50 X1+ 40 X2 + 20 X3 ≤ 14
70 X1+ 60 X2 + 50 X3 ≤ 150
{X1, X2, X3 ≥0}

34
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Otras aplicaciones de la programación lineal

Ejemplo 1
Una compañía produce dos tipos de pintura. Para ello requiere de tres ingredientes básicos.
mismos que por el momento les llamaremos: Pi. Pa y Ps. Los costos y cantidades de los tres
ingredientes necesarios para la fabricación de los dos tipos de pintura se muestran en la tabla
siguiente:

EI litro de pintura para exteriores tiene una utilidad de $ 25 por litro. Mientras que la pintura
para exteriores de $30. Si se cuenta inicialmente con $15000 para comprar los tres
ingredientes necesarios para la elaboración de las pinturas. ¿qué cantidades se deben comprar
de cada uno si se desea maximizar la utilidad?
Definamos las variables:
X1= la cantidad producida en litros de pintura para interiores
X2= la cantidad producida en litros de pintura para exteriores.
La utilidad total queda representada por la expresión:
Zmáx=25 x1+30x2
Producir xı litros de pintura para interiores requiere 5xı kg de ingrediente Pı y producir x2
litros de pintura para exteriores requiere 2x2 kg del mismo ingrediente. por tanto. los
requerimientos de Pi están dados por:
5x1+2x2=y1
Por un razonamiento similar al anterior. para la materia prima P2 se obtiene la expresión:
7x1+8x2=y2

35
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Finalmente. para la materia prima P3 se tiene:

2x1+3x2=y3
Dado que los costos de P1 P2 y P3 son respectivamente $150, $250 y $100 entonces la
cantidad que se necesita inicialmente para adquirir la materia prima es:
150y1+250y2+100y3
Esta cantidad no puede exceder los $ 15 000 con los que se cuenta inicialmente:
150y1+250y2+100y3 ≤ 15000
Si sustituimos Y para expresar la desigualdad en términos sólo de las X y Y simplificamos
los términos semejantes, entonces se obtiene la desigualdad:
700xı+2 600x2 ≤ 15000
Reuniendo todas las expresiones relacionadas con el problema, el planteamiento adopta la
forma:
Zmax= 25x1+30x2
2700xı+2 600x2 ≤ 15000
xı, x2 ≥ 0
Ejemplo 2
Una empresa dedicada a la venta de equipo de cómputo está interesada en saber si requiere
invertir su dinero en la compra de computadoras personales o en equipos periféricos como
impresoras. escáner. etcétera.
En la siguiente tabla se muestra el costo de cada producto. así como el margen de utilidad
que se obtiene con su venta:

36
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Si el propietario de la tienda dispone de s 200 000 iniciales para invertir. ¿cuál es la

combinación en cuanto a la compra de equipo que maximiza sus ganancias? Para su decisión.
el propietario de la tienda debe recordar que la demanda por impresoras es el doble que la de
computadoras. y la de escáneres es igual a la mitad de la demanda de computadoras.
Definamos las variables:
x = cantidad de computadoras personales que se deben comprar.
y = cantidad de impresoras que se deben comprar.
z = cantidad de escáneres que se deben comprar.
La ganancia del negocio está dada por la expresión:
Zmáx=2 000x+600y+800z
Por lo que a las restricciones se refiere, podemos escribir:
10 000x+1 500y+2 000z < 200 000
Además, en cuanto a la composición de la demanda:
y = 2x
2z = x
Por lo que el planteamiento final del problema adopta la forma:
Zmáx= 2000x + 600y + 800z
s. a. 10000x + 1500y + 2000z ≤ 200 000
2x-y=0
x-2z=0
x, y, z ≥ 0

Ejercicio 1.1
Una fábrica de electrónica fabrica dos tipos de focos, uno de tipo incandescente y el otro
fluorescente. El costo de producción de cada foco fluorescente es de $3 mientras que cada
foco incandescente cuesta $1. Si la fábrica tiene capacidad para producir como máximo l 000
focos, cuenta en este momento con un capital hasta de $2000 para producir el lote. y cada
foco incandescente se vende en $4 mientras que el fluorescente en $5. ¿cuál deberá de ser el
plan de producción de tal forma que la ganancia sea máxima?

37
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Solución
Definamos las variables:
x= Focos incandescentes
y= Focos fluorescentes
La utilidad total queda representada por la expresión:
Zmáx= 3x+ 2y
s. a. x + y ≤ 1000
x + 3y ≤ 2000
x, y ≥ 0

Ejercicio 2.1
Una empresa dedicada a la importación y comercialización de raquetas y pelotas de tenis
cuenta con un capital de s 450 000. El costo por raqueta es de s 2 000 más 18% de impuestos.
A su vez el costo de cada pelota es de s 50 más un impuesto de 45%. Si el precio de venta de
cada raqueta es de S3 200 y el de cada pelota de S 110. ¿cuál es la combinación de pelotas y
raquetas a importar. de tal forma que la utilidad del comerciante se maximice?
Nota. Una restricción adicional es que la importación de raquetas está restringida a 100
mientras que el de las pelotas es ilimitado.
Solución
Definamos las variables:
x= Cantidad de raquetas
y= Cantidad de pelotas
La utilidad total queda representada por la expresión:
Zmáx= 840x+ 37.5y
s. a. x ≤ 100
2360x + 72.5y ≤ 450 000
x, y ≥ 0

38
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Ejercicio 3.1
Una cadena de tiendas departamentales desea contratar el menor número posible de mujeres
para el puesto de cajeras. Sabiendo que sólo tienen un día de descanso a la semana. los
requerimientos mínimos de cajeras por día son los siguientes:

Si las cajeras pueden trabajar sólo 6 días consecutivos. formula esta situación como un
modelo de programación lineal.

39
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

METODO SIMPLEX
El método simplex es un algoritmo utilizado para resolver problemas de programación lineal.
Fue desarrollado por George Dantzig en 1947 y es uno de los algoritmos más utilizados para
resolver problemas de programación lineal. El método simplex es un procedimiento iterativo
que comienza con una solución inicial y luego mejora iterativamente la solución hasta que
se alcanza una solución óptima. El método simplex se utiliza para maximizar o minimizar
una función objetivo sujeta a restricciones lineales.

EJERCICIOS POR EL METODOD SIMPLEX

Ejemplo 1

Pasamos el problema a la forma estándar, añadiendo variables de exceso, holgura, y

artificiales según corresponda (mostrar/ocultar detalles)

• Como la restricción 1 es del tipo '≤' se agrega la variable de holgura X3.

• Como la restricción 2 es del tipo '≤' se agrega la variable de holgura X4.

MAXIMIZAR: MAXIMIZAR:
Z = 5 X1 + 2 X2 Z = 5 X1 + 2 X2 + 0 X3 + 0 X4
sujeto a sujeto a

6 X1 + 10 X2 ≤ 30 6 X1 + 10 X2 + 1 X3 = 30
10 X1 + 4 X2 ≤ 20 10 X1 + 4 X2 + 1 X4 = 20
X1, X2 ≥ 0 X1, X2, X3, X4 ≥ 0

Pasamos a construir la primera tabla del método Simplex.

La variable que sale de la base es P4 y la que entra es P1.

40
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Hay infinitos valores de X1, X2 para el valor óptimo Z = 10 , los cuales están contenidos en
el segmento de la recta 5 X1 + 2 X2 = 10 que cumple las restricciones del problema.
Una de ellas es:
X1 = 2
X2 = 0

Ejemplo 2

Pasamos el problema a la forma estándar, añadiendo variables de exceso, holgura, y

artificiales según corresponda (mostrar/ocultar detalles)

• Como la restricción 1 es del tipo '≤' se agrega la variable de holgura X3.

• Como la restricción 2 es del tipo '≤' se agrega la variable de holgura X4.
• Como la restricción 3 es del tipo '≤' se agrega la variable de holgura X5.

MAXIMIZAR: MAXIMIZAR:
Z = 30 X1 + 25 X2 Z = 30 X1 + 25 X2 + 0 X3 + 0 X4 + 0 X5

sujeto a sujeto a

10 X1 + 12 X2 ≤ 18 10 X1 + 12 X2 + 1 X3 = 18
-2 X1 + 5 X2 ≤ 15 -2 X1 + 5 X2 + 1 X4 = 15
0 X1 + 3 X2 ≤ 12 0 X1 + 3 X2 + 1 X5 = 12
X1, X2 ≥ 0 X1, X2, X3, X4, X5 ≥ 0

Pasamos a construir la primera tabla del método Simplex.

41
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

La variable que sale de la base es P3 y la que entra es P1.

La solución óptima es Z = 54
X1 = 9 / 5
X2 = 0

42
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

TAREAS POR EL METODO SIMPLEX

Tarea 1

• Como la restricción 1 es del tipo '≤' se agrega la variable de holgura X3.

• Como la restricción 2 es del tipo '≤' se agrega la variable de holgura X4.

MAXIMIZAR: MAXIMIZAR:
Z = 10 X1 + 30 X2 Z = 10 X1 + 30 X2 + 0 X3 + 0 X4
sujeto a sujeto a

0.4 X1 + 1.6 X2 ≤ 400 0.4 X1 + 1.6 X2 + 1 X3 = 400

0.2 X1 + 0.4 X2 ≤ 150 0.2 X1 + 0.4 X2 + 1 X4 = 150
X1, X2 ≥ 0 X1, X2, X3, X4 ≥ 0
Pasamos a construir la primera tabla del método Simplex.

La variable que sale de la base es P3 y la que entra es P2.

43
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

La variable que sale de la base es P4 y la que entra es P1.

La solución óptima es Z = 8750

X1 = 500
X2 = 125

Tarea 2

MAXIMIZAR:
MAXIMIZAR:
Z = 2 X1 -3 X2 + 1 X3 + 0 X4 +
Z = 2 X1 -3 X2 + 1X3
0X5 + 0 X6
sujeto a
sujeto a
1 X1 + 2 X2 + 1 X3 ≤
10
1 X1 + 2 X2 + 1 X3 + 1 X4 = 10
3 X1 + 1 X2 + 0 X3 ≤
3 X1 + 1 X2 + 1 X5 = 8
8
1 X1 -2 X2 + 1 X6 = 6
1 X1 -2 X2 + 0 X3 ≤
6
X1, X2, X3 ≥ 0 X1, X2, X3, X4, X5, X6 ≥ 0
Como la restricción 1 es del tipo '≤' se agrega la variable de holgura X4.
Como la restricción 2 es del tipo '≤' se agrega la variable de holgura X5.
Como la restricción 3 es del tipo '≤' se agrega la variable de holgura X6.
Pasamos a construir la primera tabla del método Simplex.

44
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

La variable que sale de la base es P5 y la que entra es P1.

La variable que sale de la base es P4 y la que entra es P3.

45
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

La solución óptima es Z = 38 / 3
X1 = 8 / 3
X2 = 0
X3 = 22 / 3

46
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Tarea 3
MINIMIZAR: Z = -30 MAXIMIZAR: Z = 30 X1 -25
X1 + 25 X2 X2 + 0 X3 + 0 X4 + 0 X5
sujeto a sujeto a

10 X1 + 12 X2 ≤ 18 10 X1 + 12 X2 + 1 X3 = 18
-2 X1 + 5 X2 ≤ 15 -2 X1 + 5 X2 + 1 X4 = 15
0 X1 + 3 X2 ≤ 12 0 X1 + 3 X2 + 1 X5 = 12
X1, X2 ≥ 0 X1, X2, X3, X4, X5 ≥ 0

• Como la restricción 1 es del tipo '≤' se agrega la variable de holgura X3.

• Como la restricción 2 es del tipo '≤' se agrega la variable de holgura X4.
• Como la restricción 3 es del tipo '≤' se agrega la variable de holgura X5.

Pasamos a construir la primera tabla del método Simplex.

La variable que sale de la base es P3 y la que entra es P1.

47
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

La solución óptima es Z = -54

X1 = 9 / 5
X2 = 0

48
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

EJERCICIOS PROPUESTOS
1. Un taller metalmecánico fábrica cinco tipos distintos de refacciones. En todos los
casos. El proceso consiste en modelar las piezas para después fundirlas en hierro.
Posteriormente. pasan al departamento de acabado donde los bordes son pulidos. se les hacen
los orificios y se aplica da el terminado final. Las horas de trabajo necesarias (tanto en
fundición como en acabado) por cada 100 unidades de cada uno de los distintos tipos de
refacción. aparecen en la tabla siguiente:
Refacción Tipo I Tipo II Tipo III Tipo IV Tipo V
Fundición 2 1 3 3 1
Acabado 3 2 2 1 1
Utilidad $ 30 $ 20 $ 40 $ 25 $ 10

Observa en la última fila de la tabla las utilidades por cada 100 unidades de producto. Si la
capacidad disponible tanto de fundición como de acabado son respectivamente 700 y 1 000
horas de fuerza de trabajo por mes. plantea el modelo de programación lineal que permita
maximizar las utilidades obtenidas por el taller.
2. Un hombre de negocios dispone de s 000 000 para invertir en tres proyectos distintos. Por
un lado, puede invertir (parte o todo Su dinero) comprando Cetes con un rendimiento de
22% anual: como segunda opción. puede invertir en la Bolsa Mexicana de Valores donde
Su ganancia mínima esperada seria de 35% anual: la tercera opción. que es la más
conservadora. consiste en dejar su dinero en el banco donde obtendría un rendimiento
anual de 18%. De acuerdo con la legislación financiera actual. la inversión mínima que
una persona puede hacer en Cetes es de S 500 000. mientras que para invertir en la Bolsa
Mexicana de Valores se requiere tener por lo menos un peso ahorrado en el banco. por
cada 3 que se inviertan en el mercado accionario. Empleando programación lineal
encuentra la cantidad asignada a cada proyecto. de tal forma que se optimice la utilidad
del inversionista.

3. Una tienda fabrica 2 tipos de pinturas. una para interiores y la otra para exteriores. La
pintura para interiores deja una utilidad de s 3 por litro mientras que la de exteriores s 5
por litro. Producir las pinturas requiere de 4 materias primas que les llamamos: mı. 2. m3
y 4. En la tabla siguiente se resumen las cantidades necesarias y la disponibilidad de cada
una de esas materias primas.

49
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Lo anterior significa que se necesitan 3 litros de m1. 2 de m2. 4 de m3. 2 de m4 y 1 de ms

para producir un litro de pintura para exteriores. De manera similar. 2 litros de m1. 3 de m2.
7 de m3. 1 de m4 y 4 de m5. para producir un litro de pintura para interiores. Si se dispone
de 50 litros de materias primas. ¿cuál es la combinación para producir. de tal forma que las
ganancias sean máximas?

4. La estación central de policía divide la jornada de 24 horas. en periodos de guardia

de 4 horas cada uno. En la siguiente tabla se muestra el número mínimo de policías
que deben estar en guardia para cada turno:

s.a. 6x1 + 10x2 ≤ 30

10x1 + 4x2 ≤ 20
∀Xi ≥ 0
Max Z = 5x1 + 2x2 + 6x3 + 0x4
s.a. 6x1 + 10x2 + X3 =30

50
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

10x1 + 4x2 + X4 = 20
∀Xi ≥ 0
MaxZ–cx=0
MaxZ – 5x1 – 2x2 - 0x3 – 0x4

Ø V, b B X1 X2 X3 X4 R1
R2
30/6 X5 30 6 10 1 0
( )
20/10 X4 20 10 4 0 1 R3
R4=R5(-6)+R1
-(Zj-Cj) 0 -5 -2 0 0
49/19 X3 18 0 76/10 1-6/10 R5=R2/10
5 X1 2 1 4/10 0 1/10
R6=R5(5)+R3
-(Zj-Cj) 10 0 0 0 5/10
X2 49/19 0 1 10/76 3/38 R7=R4(76/10)
X1 20/19 1 0 -2/38 2/245 R8=R7(-4/10)+R5
-(Zj-Cj) 10 0 0 0 5/10 R9
(Z2 - C2) = 0 y X2 no es básico

*Se puede observar en la segunda interacción que ya se tiene la solución óptima puesto que
- (Zj - Cj) 2 0 Sin embargo en la posición de -(Z2 - Cz), se tiene un coeficiente =0 y X2 no
es básico. Por lo que eso nos indica que se trata de una solución óptima múltiple que para
investigar otro vértice optimo introducimos esa variable a la base.
Comprobando
Zı = 5(Xı) + 2X + OX3 + OX4
Zı = 5(2) + 2(0) = 10
Zb2 = 5 (20/19) (45/19) = 190/19 = 10

51
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

SOLUCIONES OPTIMAS NO ACOTADAS

METODO DE LA DOBLE FASE

Max Z = 4x1 + 4x2

s.a. -2x1 + 2x2 ≤ 2
-X1 + 2x2 ≤ 4
∀Xi ≥ 0
Max Z = 2xı + 2x2
s.a. - 2x1 + 2x2 +x3 = 2
-X1 + 2x2 + x4 =4

52
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

∀Xi ≥ 0
max Z- Cx = 0 max Z- 4x1 - 4x2 - 0x3 - 0x4 = 0
Se puede observar que en la última interacción que el valor de -(Z3 – C3) = -6 indicando que
la variable X3 es la que entrará a formar la nueva base. sin el embargo el valor de o no se
puede definir ya que el valor de X3 en columna son negativo, no se puede definir la variable
a salir por lo que se trata de una solución óptima no acotada.

Concluyendo que el valor de z óptima es igual:

Z = 20 Xı = 2
X2 =3
max Z = 4X1 + 4x2
= 4(2) + 4(3)
8+ 12 = 20

53
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

TAREAS POR METODO DE LA DOBLE FASE

Ejercicio 1
MAXIMIZAR: Z = 2000 X1 +
MAXIMIZAR: Z =
500 X2 + 0 X3 + 0 X4 + 0 X5 +
2000 X1 + 500 X2
0 X6
sujeto a sujeto a

2 X1 + 3 X2 ≥ 36 2 X1 + 3 X2 -1 X3 + 1 X5 = 36
3 X1 + 6 X2 ≥ 60 3 X1 + 6 X2 -1 X4 + 1 X6 = 60
X1, X2 ≥ 0 X1, X2, X3, X4, X5, X6 ≥ 0

• Como la restricción 1 es del tipo '≥' se agrega la variable de exceso X3 y la variable

artificial X5.
• Como la restricción 2 es del tipo '≥' se agrega la variable de exceso X4 y la variable
artificial X6.
Pasamos a construir la primera tabla de la Fase I del método de las Dos Fases.

La variable que sale de la base es P6 y la que entra es P2.

54
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

La variable que sale de la base es P5 y la que entra es P1.

55
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Existe alguna solución posible para el problema, por lo que podemos pasar a la Fase II para
calcularla.

La variable que sale de la base es P2 y la que entra es P3.

La solución no está acotada.

56
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

MÉTODO DE LA GRAN M
Penalización
Procede a crear una función objetiva auxiliar que es igual a la suma de coeficientes en
columna de las restricciones (>=0 =) pero cambiadas en signo y con esta nueva función
objetivo procedemos a aplicar el método simplex.
El método de la Gran M es una técnica utilizada en programación lineal para resolver
problemas de optimización. Este método se basa en la utilización de una tabla de doble
entrada y la aplicación de operaciones elementales para encontrar la solución óptima. El
método de la Gran M es una variación del algoritmo simplex que se utiliza para resolver
problemas de programación lineal con restricciones de igualdad. El método de la Gran M se
basa en la introducción de variables artificiales en el modelo de programación lineal, que se
utilizan para convertir las restricciones de igualdad en restricciones de desigualdad. El
método de la Gran M se utiliza para maximizar o minimizar una función objetivo sujeta a
restricciones lineales. El método de la Gran M es un algoritmo muy eficiente y puede resolver
problemas de programación lineal con miles de variables y restricciones.

El método de la Gran M se divide en dos fases. En la primera fase, se utiliza el método

simplex para encontrar una solución básica factible inicial. En la segunda fase, se utiliza el
método simplex para mejorar iterativamente la solución hasta que se alcanza una solución
óptima. El método de la Gran M es un método muy poderoso y se utiliza en una amplia
variedad de aplicaciones, como la planificación de la producción, la gestión de inventarios,
la planificación financiera y la gestión de proyectos.

Ejemplo 1
Carne con papas es el plato preferido de Pablo. Por eso decidido hacer una dieta continua de
sólo estos dos alimentos (más algunos líquidos y suplementos de vitaminas). Pablo sabe que
no es la dieta más sana y quiere asegurarse de que toma las cantidades adecuadas de los dos
alimentos para satisfacer los requerimientos nutricionales. Cuenta con la siguiente
información nutricional y de costo:

57
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Planteamiento Forma ampliada

Solución inicial: X1=0, X2=0, X3=0, X4=0, X5=60, a1=50, a2=40, Z=0
Zj-Cj Z-4X1-2X2+Ma1+Ma2=0

58
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Continuamos aplicando el método hasta que las variables artificiales se conviertan en

variables no básicas, en ese punto encontraremos la solución óptima.
La solución es:
X1=1.27, X2=2.91, X3=0, X4=0, X5=35.09, a1=0, a2=0, Z=10.91

59
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

TEORIA DE LA DUALIDAD

60
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

61
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

62
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

63
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

64
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

65
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

66
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

67
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

68
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

69
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

METODO DUAL SIMPLEX

70
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

71
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Cj -2 -2 -3 0 0 XB
CB X1 X2 X3 E1 E2 Solución Básicas
0 -2 -4 -2 1 0 -10 E1
0 -3 3 -9 0 1 -12 E2
Zj 0 0 0 0 0 0
Ej -2 -2 -3 0 0 0 Z

72
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Cj -2 -2 -3 0 0 XB
CB X1 X2 X3 E1 E2 Solución Básicas
0 -4/3 -14/3 0 1 -2/9 -22/3 E1
-3 -1/3 -1/3 1 0 -1/9 4/3 X3
Zj -1 1 -3 0 1/3
Ej -1 -3 0 0 -1/3 -4 Z

Cj -2 -2 -3 0 0 XB
CB X1 X2 X3 E1 E2 Solución Básicas
-2 2/7 1 0 -3/14 1/21 11/7 X2
-3 3/7 0 1 -1/14 -2/21 13/7 X3
Zj -13/7 1 -3 -9/14 4/21
Ej -1/7 0 0 -9/14 -4/21 -61/7 Z

73
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Básicas X1 X2 X3 E1 E2 Solución
E1 -3 -1 1 0 0 -3
E2 -4 -3 0 1 0 -6
H3 1 2 0 0 1 3
Ej 2 1 0 0 0 0

74
 SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Básicas X1 X2 E1 E2 H3 Solución
E1 -5/3 0 1 -1/3 0 -1
E2 4/3 1 0 -1/3 0 2
H3 -5/3 0 0 2/3 1 -1
Ej 2 0 0 1/3 0 2

Básicas X1 X2 E1 E2 H3 Solución
E1 1 0 -3/5 1/5 0 3/5
E2 0 1 4/5 -3/5 0 6/5
H3 0 0 -1 1 1 0
Ej 0 0 2/5 1/5 0 12/5

La solución óptima es X1 = 3/5, X2=6/5; Z=12/5

75
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

76
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

PROBLEMAS DE TRANSPORTE

77
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

78
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

79
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

80
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

METODO DEL RENGLON MINIMO

81
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Ejercicio 1

82
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Ejercicio 2
Una empresa energética colombiana dispone de cuatro plantas de generación para satisfacer
la demanda diaria eléctrica en cuatro ciudades, Cali, Bogotá, Medellín y Barranquilla. Las
plantas 1,2,3 y 4 pueden satisfacer 80, 30, 60 y 45 millones de KW al día respectivamente.
Las necesidades de las ciudades de Cali, Bogotá, Medellín y Barranquilla son de 70, 40, 70 y
35 millones de Kw al día respectivamente. Los costos asociados al envío de suministro
energético por cada millón de KW entre cada planta y cada ciudad son los registrados en la
siguiente tabla.

Seleccionamos la celda con menor valor, es decir la menos costosa, para asignarle la mayor
cantidad posible.

Luego esa cantidad asignada se resta a la demanda de Bogotá y a la oferta de la «Planta 3»,
en un proceso muy lógico. Dado que Bogotá se queda sin demanda esta columna desaparece,
y se repite el primer proceso.

83
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Nuevo proceso de asignación.

Nuevo proceso de asignación

Nuevo proceso de asignación

84
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Una vez finalizado el cuadro anterior nos daremos cuenta que solo quedará una fila, por ende
asignamos las unidades y se ha terminado el método.

El cuadro de las asignaciones (que debemos desarrollarlo paralelamente) queda así:

Los costos asociados a la distribución son:

85
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

86
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

METODO DE COLUMNA MINIMA

87
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

METODO DE LA MATRIZ MINIMA

88
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

89
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

METODO DE VOGEL

90
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

91
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

METODO DUAL U-V

92
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

93
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Solución por el
método de columna
mínima

94
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

95
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

96
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

97
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

98
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

99
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

METODO HUNGARO
EI método húngaro es un algoritmo que permite minimizar los costos en un problema de
optimización basado en la programación lineal.
El objetivo del método húngaro es encontrar el coste mínimo de un conjunto de tareas que
deben ser realizadas por las personas más adecuadas.
Utiliza la programación lineal (PL) para realizar una serie de pasos que se pueden automatizar.
Así, herramientas como el software estadístico R (entre otros) tiene varios paquetes de mucha
utilidad para estos problemas de optimización.
Origen del método húngaro
Su creador fue el matemático húngaro (de ahí su nombre) Harold W. Kuhn en el año 1955.
Otro matemático, James Munkres, lo revisó en 1957 . Con esta evolución ha recibido otras
denominaciones como algoritmo de asignación de Munkres o de Kuhn-Munkres.
Por otro lado, este método tiene un antecedente en dos autores, Dénes König y Jenő Egerváry,
ambos judios y húngaros. El primero desarrolló la teoría de grafos en la cual se basa este
algoritmo. EI segundo generalizó el teorema de König y permitió a Kuhn desarrollar el
método.
Reglas para la solución del problema de asignación con el método húngaro:
1. Restar el elemento más pequeño de cada renglón de los demás elementos de ese mismo
renglón
2. Restar el elemento más pequeño de cada columna sin considerar los ceros y estos
quedan igual.
3. Verificar la optimalidad de la última tabla trazando el mínimo número de rectas que
puedan cruzar o tachar todos los ceros de la tabla, se aceptan todas las alternativas menos
rectas diagonales o inclinadas, se trata de cruzar todos los ceros con lineas horizontales o
verticales buscando el menor número de estas.
4i SI el mínimo número de líneas que se puede trazar es igual a n2 entonces se tiene la
solución óptima, procediendo a asignar donde se encuentran los ceros cada actividad a cada
máquina, de otra manera se deberá hacer otra iteración.
5. Se escoge el número más pequeño de todos los que no están cruzados y restarlo a esos
mismos números que no están cruzados, pero sumarlos a los números que se encuentran en la
interacción de recta

100
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Ejemplo:
En un terreno destinado a la construcción de nuevos edificios e instalaciones del IPN se tiene
un proyecto en el cual participan 4 contratistas para la edificación de número de edificios que
corresponde a diferentes escuelas del IPN. Debido a que las constructoras contribuyen en el
fondo para construcciones e instalaciones, soto una obra será asignada a cada contratista para
lo cual han enviado las
siguientes propuestas de costos

101
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Problemas de asignación, método húngaro

El objetivo del método húngaro es encontrar el costo mínimo de un conjunto de tareas que
deben ser realizadas por las personas más adecuadas.
EJEMPLO 2
Una compañía eléctrica semanalmente tiene que realizar un mantenimiento preventivo a tres
centrales. El tiempo que demanda el mantenimiento de cada central no puede durar más de
un día.
La compañía eléctrica trabaja con tres empresas auxiliares de servicios a las que debe asignar
el mantenimiento, que dependiendo de su grado de especialización varía el coste de revisión
de las centrales. El coste en miles de euros se refleja en la tabla adjunta.

¿Cuál debe ser la asignación de la empresa auxiliar para que el coste sea el mínimo?
Solución:
Para aplicar el método húngaro el modelo tiene que ser balanceado, es decir, el número de
filas y el de columnas debe ser igual.
Se encuentra el menor número de cada fila.

Se resta en cada fila de la matriz original el menor elemento encontrado de cada fila.

102
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Se repite en la nueva matriz el mismo proceso con las columnas.

Se resta en cada columna de la nueva matriz el menor elemento encontrado en cada columna
MATRIZ DE COSTE REDUCIDO.

Con el objetivo de cubrir todos los 0 de la matriz de coste reducido, se traza la menor cantidad
de combinaciones de líneas horizontales y verticales.

El menor número de líneas horizontales y/o verticales necesarios para cubrir todos los 0 de la
matriz de costo reducido es igual a 2, menor que el número de filas o columnas.
El Algoritmo Húngaro no ha terminado. Se continúa seleccionando el menor elemento de los
elementos no marcados.

Se resta 3 a todos los elementos no cruzados de las filas.

103
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

Se suma 3 a todos los elementos cruzados de las columnas.

Se traza la menor cantidad de combinaciones de líneas horizontales y verticales con el objetivo

de cubrir todos los 0 de la matriz de coste reducido.
MATRIZ DE COSTE REDUCIDO

El algoritmo ha finalizado al ser el número de líneas trazadas igual al número de filas y

columnas.

104
 SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

MÉTODO DE RUTA CRÍTICA (MRC) (PERT)

Prácticamente en cualquier empresa tiene la necesidad de planear, organizar, proyectos de gran escala en
la que pueda un ingeniero tiene la necesidad de planear, organizar, y. controlar proyectos de gran escala y
que generalmente son diferentes y se realizan solo vez. El éxito del proyecto depende de muchos factores
entre los que se encuentra la información de todas las actividades que lo constituyen lo que permitirá tener
respuesta a las siguientes preguntas.
¿Qué duración tendrá el proyecto?
¿Cuáles son las actividades más importantes del proyecto?
¿Cuándo se puede comenzar lo más temprano posible y terminar lo más temprano posible las actividades
del proyecto?
¿Cuál es el último tiempo en que puede comenzar y terminar cada una de las actividades?
¿Cuánto tiempo se puede retrasar una actividad, sin retrasar todo el proyecto (uso de holguras)?
RUTA CRÍTICA
La ruta crítica en una red de proyecto es una cadena de actividades que conecta el nodo inicial con el nodo
final, son actividades que no tienen holgura y son las que nos dan la duración del proyecto.
ACTIVIDAD CRÍTICA
Es una actividad del proyecto lo cual no puede variar su duración por lo tanto no tiene holgura si existe
una demora en la misma el proyecto se verá afectando.
El método de la ruta crítica consta de los siguientes pasos:
1.-Tener toda la información necesaria y pertinente del proyecto al cual se aplicará el (MRC). 2.-Listar
todas las actividades independientes del proyecto.
3.-Construir la matriz de secuencias.
4.-Cosntruir la red de actividades.
5.-Enumerar cada uno de los nodos de la red. 6.-Determinar la duración de las actividades.
7.-Calcular los tiempos de comienzo más próximo. 8.-Calcular el tiempo determinación más lejano.
9.-Calcular la holgura total.
10.-Determinar la ruta crítica.

105
 SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

EJEMPLO:
1.-Aplicando el método, el paso 1 se refiere a tener toda la información relativa para la construcción de
una casa habitación.
2.-Listar las actividades del proyecto. A: Excavar para los cimientos.
B: Construir de cimentación.
C: Levantar muros.
D: Albañilería exterior.
E: Albañilería interior y plomería. F: Ensayado de paredes.
G: Acabado de pisos.
H: Pintura interior.
I: Acabados interiores. J: Tendido de pechos. K: Herrería.
L: Pintura exterior.
M: Acabados exteriores.
N: Instalación eléctrica.
3.-Construir la matriz de secuencias:
En esta matriz se indican:
¿Qué actividad o actividades, siguen inmediatamente a otra actividad?
¿Qué actividades deberán terminarse antes de que esta actividad pueda comenzar?
¿Qué actividades deben efectuarse simultáneamente con esta actividad?

106
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

107
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

108
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

ARBOLES DE MINIMA EXPANSIÓN

Este problema surge cuando todos los nodos de una red deben conectar entre ellos, sin
formar un loop.
El árbol de expansión mínima es apropiado para problemas en los cuales la redundancia es
expansiva, o el flujo a lo largo de los arcos se considera instantáneo.
Un árbol de expansión mínimo es un tipo especial de árbol que minimiza las longitudes (o
«pesos») de los bordes del árbol. Un ejemplo es una compañía de cable que quiere tender
línea a múltiples vecindarios; al minimizar la cantidad de cable tendido, la compañía de
cable ahorrará dinero.
Un árbol tiene un camino que une dos vértices cualesquiera. Un árbol de expansión de un
gráfico es un árbol que:
• Contiene todos los vértices del gráfico original.
• Alcanza (abarca) todos los vértices.
• Es acíclico. En otras palabras, el gráfico no tiene ningún nodo que vuelva a sí
mismo.
Ejercicio 1
La administración de servada park necesita determinar los caminos bajo los cuales se deben
tender las comunicaciones para conectar todas las estaciones con longitud mínima de cable.
Dada la red indicada en el paso a se selecciona 0 como nodo inicial.

109
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

110
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

111
SLDKS
INSTITUTO POLITECNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA
UNIDAD ZACATENCO
ACADEMIA DE SISTEMAS
INGENIERIA DE SISTEMAS 1

112