Ingeniera Industrial

Investigacin de Operaciones 1
Dany Ernesto Becerra Rodrguez
Unidad 1.- Introduccin a la investigacin de operaciones
Ing. Samuel Galindo Carren
Semestre: 4

Aguascalientes Ags.
31 de Agosto del 2015
INDICE
DESARROLLO...................................................................................................... 3
1.1 DEFINICION, DESARROLLO Y TIPOS DE MODELOS DE MODELOS DE
INVESTIGACION DE OPERACION.......................................................................3
1.2.- FORMULACION DE MODELOS...................................................................7
1.3 METODO GRAFICO..................................................................................... 9
1.4 FUNDAMENTOS DEL METODO SIMPLEX....................................................10
1.5 APLICACIONES DIVERSAS DE PROGRAMACION LINEAL............................12
CONCLUSIN..................................................................................................... 16
BIBLIOGRAFIA.................................................................................................... 16

DANY ERNESTO BECERRA

RODRIGUEZ

DESARROLLO
1.1 DEFINICION, DESARROLLO Y TIPOS DE MODELOS DE
MODELOS DE INVESTIGACION DE OPERACION
La investigacin de operaciones o investigacin operativa es una rama de las
matemticas que consistente en el uso de modelos matemticos, estadstica y
algoritmos con objeto de realizar un proceso de toma de decisiones.
Frecuentemente trata del estudio de complejos sistemas reales, con la finalidad de
mejorar (u optimizar) su funcionamiento. La investigacin de operaciones permite
el anlisis de la toma de decisiones teniendo en cuenta la escasez de recursos,
para determinar cmo se puede optimizar un objetivo definido, como la
maximizacin de los beneficios o la minimizacin de costos.
Desarrollo
Cuando comenz la Segunda Guerra Mundial, haba un pequeo grupo de
investigadores militares, encabezados por A. P. Rowe, interesados en el uso militar
de una tcnica conocida como radio ubicacin (o radiolocalizacin), que
desarrollaron cientficos civiles. Algunos historiadores consideran que esta
investigacin es el punto inicial de la investigacin de operaciones. Otros creen
que los estudios que tienen las caractersticas del trabajo de investigacin de
operaciones aparecen posteriormente. Algunos consideran que su comienzo est
en el anlisis y solucin del bloqueo naval de Siracusa que Arqumedes presentara
al tirano de esa ciudad, en el siglo III A.C. F. W. Lanchester, en Inglaterra, justo
antes de la primera guerra mundial, desarroll relaciones matemticas sobre la
potencia balstica de las fuerzas opositoras, que si se resolvan tomando en
cuenta el tiempo, podan determinar el resultado de un encuentro militar. Toms
Edison tambin realiz estudios de guerra antisubmarina. Ni los estudios de
Lanchester ni los de Edison tuvieron un impacto inmediato; junto con los de
Arqumedes, constituyen viejos ejemplos del empleo de cientficos para determinar
la decisin ptima en las guerras, optimizando los ataques.
No mucho despus de que estallara la Segunda Guerra Mundial, la Badswey
Research Station, bajo la direccin de Rowe, particip en el diseo de utilizacin
ptima de un nuevo sistema de deteccin y advertencia prematura, denominado
radar (Radio Detection And Ranging Deteccin y medicin de distancias
mediante radio). Poco despus este avance sirvi para el anlisis de todas las
fases de las operaciones nocturnas, y el estudio se constituy en un modelo de los
estudios de investigacin de operaciones que siguieron.
DANY ERNESTO BECERRA
RODRIGUEZ

En agosto de 1940 se organiz un grupo de 20 investigadores, bajo la direccin de

P. M. S. Blackett, de la Universidad de Manchester, para estudiar el uso de un
nuevo sistema antiareo controlado por radar. Se conoci al grupo de
investigacin como el Circo de Blackett, nombre que no parece destinado a la luz
de sus antecedentes y orgenes diversos. El grupo estaba formado por tres
fisilogos, dos fisicomatemticos, un astrofsico, un oficial del ejrcito, un
topgrafo, un fsico general y dos matemticos. Parece aceptarse comnmente
que la formacin de este grupo constituye el inicio de la investigacin de
operaciones.
Blackett y parte de su grupo, participaron en 1941 en problemas de deteccin de
barcos y submarinos mediante un radar auto transportado. Este estudio condujo a
que Blackett fuera nombrado director de Investigacin de Operacin Naval del
Almirantazgo Britnico. Posteriormente, la parte restante de su equipo pas a ser
el grupo de Investigacin de Operaciones de la Plana de Investigacin y
Desarrollo de la Defensa Area, y luego se dividi de nuevo para formar el Grupo
de Investigacin de Operaciones del Ejrcito. Despus de la guerra, los tres
servicios tenan grupos de investigacin de operaciones.
Como ejemplo de esos primeros estudios est el que plante la Comandancia
Costera que no lograba hundir submarinos enemigos con una nueva bomba
antisubmarina. Las bombas se preparaban para explotar a profundidades de no
menos de 30 m. Despus de estudios detallados, un profesor apellidado Williams
lleg a la conclusin de que la mxima probabilidad de muerte ocurrira con
ajustes para profundidades entre 6 y 7 m. Entonces se prepararon las bombas
para mnima profundidad posible de 10 m, y los aumentos en las tasas de
muertes, segn distintas estimaciones, se incrementaron entre un 400 y un 700%.
De inmediato se inici el desarrollo de un mecanismo de disparo que se pudiera
ajustar a la profundidad ptima de 6 a 7m. Otro problema que consider el
Almirantazgo fueron las ventajas de los convoyes grandes frente a los pequeos.
Los resultados fueron a favor de los convoyes grandes.
A pocos meses de que Estados Unidos entrara en la guerra, en la fuerza area del
ejrcito y en la marina se iniciaron actividades de investigacin de operaciones.
Para el Da D (invasin aliada de Normanda), en la fuerza area se haban
formado veintisis grupos de investigacin de operaciones, cada uno con
aproximadamente diez cientficos. En la marina se dio un proceso semejante. En
1942, Philip M. Morris, del Instituto Tecnolgico de Massachussets, encabez un
grupo para analizar los datos de ataque marino y areo en contra de los
submarinos alemanes. Luego se emprendi otro estudio para determinar la mejor
poltica de maniobrabilidad de los barcos en convoyes a fin de evadir aeroplanos
enemigos, e incluso los efectos de la exactitud antiarea. Los resultados del
estudio demostraron que los barcos pequeos deberan cambiar su direccin
gradualmente.
DANY ERNESTO BECERRA
RODRIGUEZ

Al principio, la investigacin de operaciones se refera a sistemas existentes de

armas y a travs del anlisis, tpicamente matemtico, se buscaban las polticas
ptimas para la utilizacin de esos sistemas. Hoy da, la investigacin de
operaciones todava realiza esta funcin dentro de la esfera militar; sin embargo,
lo que es mucho ms importante, ahora se analizan las necesidades del sistema
de operacin con modelos matemticos, y se disea un sistema (o sistemas) de
operacin que ofrezca la capacidad ptima
El xito de la investigacin de operaciones en la esfera de lo militar qued
bastante bien documentado hacia finales de la Segunda Guerra Mundial. El
general Arnold encarg a Donald Douglas, de la Douglas Aircraft Corporation, en
1946, la direccin de un proyecto Research And Development (RAND
Investigacin y Desarrollo) para la Fuerza Area. La corporacin RAND
desempea hoy da un papel importante en la investigacin que se lleva a cabo en
la Fuerza Area.
A partir del inicio de la investigacin de operaciones como disciplina, sus
caractersticas ms comunes son:
Enfoque de sistemas
Modelado matemtico
Enfoque de equipo
Estas caractersticas prevalecieron a ambos lados del Atlntico, a partir del
desarrollo de la investigacin de operaciones durante la Segunda Guerra Mundial.
Para maximizar la capacidad militar de entonces, fue necesario un enfoque de
sistemas. Ya no era tiempo de tomar decisiones de alto nivel sobre la direccin de
una guerra que exiga sistemas complicados frente a la estrategia de guerras
anteriores o como si se tratara de un juego de ajedrez.
La computadora digital y el enfoque de sistemas fueron preludios necesarios del
procedimiento matemtico de los sistemas militares de operaciones. Las
matemticas aplicadas haban demostrado su utilidad en el anlisis de sistemas
econmicos, y el uso de la investigacin de operaciones en el anlisis de sistemas
demostr igualmente su utilidad.
Para que un anlisis de un sistema militar de operaciones fuera tecnolgicamente
factible, era necesario tener una comprensin tcnica adecuada, que tomara en
cuenta todas las subcomponentes del sistema. En consecuencia, el trabajo de
equipo result ser tan necesario como efectivo.
Actualmente la administracin est funcionando en un ambiente de negocios que
est sometido a muchos ms cambios, los ciclos de vida de los productos se
hacen ms cortos, adems de la nueva tecnologa y la internacionalizacin
creciente.
DANY ERNESTO BECERRA
RODRIGUEZ

Las races de la investigacin de operaciones se remontan a cuando se hicieron

los primeros intentos para emplear el mtodo cientfico en la administracin de una
empresa. Sin embargo, el inicio de esta disciplina se atribuye a los servicios
militares prestados a principios de la segunda guerra mundial.
La investigacin de operaciones se aplica a problemas que se refieren a la
conduccin y coordinacin de operaciones (o actividades) dentro de una
organizacin.
La investigacin de operaciones intenta encontrar una mejor solucin, (llamada
solucin ptima) para el problema bajo consideracin.
Una de las principales razones de la existencia de grupos de investigacin de
operaciones es que la mayor parte de los problemas de negocios tienen mltiples
aspectos es perfectamente razonable que las fases individuales de un problema
se comprendan y analicen mejor por los que tienen el adiestramiento necesario en
los campos apropiados.
La investigacin de operaciones es la aplicacin, por grupos interdisciplinarios, del
mtodo cientfico a problemas relacionados con el control de las organizaciones o
sistemas, a fin de que se produzcan soluciones que mejor sirvan a los objetivos de
la organizacin.
Tipos de Modelos de Investigacin de Operaciones.
Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del
modelo se pueden expresar en forma cuantitativa o matemtica como funciones
de las variables de decisin.
Modelo de Simulacin: Los modelos de simulacin difieren de los matemticos
en que las relaciones entre la entrada y la salida no se indican en forma explcita.
En cambio, un modelo de simulacin divide el sistema representado en mdulos
bsicos o elementales que despus se enlazan entre si va relaciones lgicas bien
definidas. Por lo tanto, las operaciones de clculos pasaran de un mdulo a otro
hasta que se obtenga un resultado de salida.
Los modelos de simulacin cuando se comparan con modelos matemticos;
ofrecen mayor flexibilidad al representar sistemas complejos, pero esta flexibilidad
no est libre de inconvenientes. La elaboracin de este modelo suele ser costoso
en tiempo y recursos. Por otra parte, los modelos matemticos ptimos suelen
poder manejarse en trminos de clculos.
Modelos de Investigacin de Operaciones de la ciencia de la administracin:
Los cientficos de la administracin trabajan con modelos cuantitativos de
decisiones.

DANY ERNESTO BECERRA

RODRIGUEZ

Modelos Formales: Se usan para resolver problemas cuantitativos de decisin en

el mundo real. Algunos modelos en la ciencia de la administracin son llamados
modelos determinsticos. Esto significa que todos los datos relevantes (es decir,
los datos que los modelos utilizarn o evaluarn) se dan por conocidos. En los
modelos probabilsticos (o estocsticos), alguno de los datos importantes se
consideran inciertos, aunque debe especificarse la probabilidad de tales datos.
Los modelos de simulacin cuando se comparan con modelos matemticos;
ofrecen mayor flexibilidad al representar sistemas complejos, pero esta flexibilidad
no est libre de inconvenientes. La elaboracin de este modelo suele ser costoso
en tiempo y recursos. Por otra parte, los modelos matemticos ptimos suelen
poder manejarse en trminos de clculos.

1.2.- FORMULACION DE MODELOS

La Investigacin de Operaciones aspira a determinar la mejor solucin ptima para
un problema de decisin con la restriccin de recursos limitados. En la
Investigacin de Operaciones utilizamos herramientas que nos permiten tomar una
decisin a la hora de resolver un problema tal es el caso de los modelos e
Investigacin de Operaciones que se emplean segn sea la necesidad. El ms
empleado es el modelo matemtico.
Las etapas usuales de un estudio de IO es la siguiente
1.- Definicin del problema de inters y recoleccin de los datos relevantes. La
primera actividad que se debe realizar es el estudio del sistema relevante, esto
incluye determinar los objetivos, las restricciones sobre lo que se puede hacer, los
diferentes cursos de accin posibles las interrelaciones del rea bajo estudio con
otras reas de la organizacin, los lmites de tiempo para tomar una decisin. Este
proceso de definir el problema es muy importante ya que afectar en forma
significativa las conclusiones en estudio, lo cual hace imposible extraer una
respuesta correcta de un problema equivocado.
2.- Formulacin de un modelo que represente el problema.
Una vez definido el problema la siguiente etapa consiste en reformularlo para su
anlisis, mediante la construccin de un modelo que represente la esencia del
problema. Los modelos son representaciones idealizadas de la realidad. Los
modelos tienen muchas ventajas sobre una descripcin verbal del problema, una
ventaja obvia es que el modelo describe un problema en forma mucho ms
concisa. Al desarrollar el modelo, se recomienda empezar con una versin muy

DANY ERNESTO BECERRA

RODRIGUEZ

sencilla y moverse, en forma evolutiva, hacia modelos ms elaborados que

reflejen mejor la complejidad del problema real.
3.- Solucin del modelo.
Una vez formulado el modelo para el problema bajo estudio, la siguiente etapa de
un estudio consiste en desarrollar un procedimiento para derivar en una solucin
al problema a partir de este modelo, Puede pensarse que esta debe ser la parte
principal de estudio, pero por lo general no lo es, encontrar la solucin es la parte
divertida del estudio, mientras que el verdadero trabajo se encuentra en las etapas
anteriores y posteriores del estudio
4.- Prueba del modelo.
Sin duda que la primera versin de un modelo grande tenga muchas fallas, por lo
tanto antes de usar el modelo debe probarse para identificar y corregir todas las
fallas que se pueda, este proceso de prueba y mejoramiento se conoce como
validacin del modelo. Un modelo es vlido si, independientemente de sus
inexactitudes, puede dar una prediccin confiable del funcionamiento del sistema.
Un mtodo comn para probar la validez de un modelo es comparar su
funcionamiento con algunos datos pasados disponibles del sistema actual.
5.- Preparacin para la aplicacin del modelo.
El siguiente paso es instalar un sistema bien documentado para aplicar el modelo.
Este sistema incluir el modelo y el procedimiento de solucin y los
procedimientos operativos para su implantacin.
6.- Puesta en marcha
Una vez desarrollado el sistema para aplicar el modelo, la ltima etapa consiste en
la implantacin de los resultados probados del modelo. Esto bsicamente
implicara la traduccin de estos resultados en instrucciones de operacin
detallada, emitidas en una forma comprensible a los individuos que administrar y
operarn
al
sistema.
La Investigacin de Operaciones usa el mtodo cientfico para investigar el
problema en cuestin. En particular, el proceso comienza por la observacin
cuidadosa y la formulacin del problema incluyendo la recoleccin de datos
pertinentes.
La Investigacin de Operaciones adopta un punto de vista organizacional. De esta
manera intenta resolver los conflictos de inters entre los componentes de la
DANY ERNESTO BECERRA
RODRIGUEZ

organizacin de forma que el resultado sea el mejor para la organizacin

completa.
La Investigacin de Operaciones intenta encontrar una mejor solucin (llamada
solucin ptima), para el problema bajo consideracin. En lugar de contentarse
con mejorar el estado de las cosas, la meta es identificar el mejor curso de accin
posible.
En la Investigacin de Operaciones es necesario emplear el enfoque de equipo.
Este equipo debe incluir personal con antecedentes firmes en matemticas,
estadsticas y teora de probabilidades, economa, administracin de empresas
ciencias de la computacin, ingeniera, etc. El equipo tambin necesita tener la
experiencia y las habilidades para permitir la consideracin adecuada de todas las
ramificaciones del problema.
La Investigacin de Operaciones ha desarrollado una serie de tcnicas y modelos
muy tiles a la Ingeniera de Sistemas. Entre ellos tenemos: la Programacin No
Lineal, Teora de Colas, Programacin Entera, Programacin Dinmica, entre
otras.
La Investigacin de Operaciones tiende a representar el
cuantitativamente para poder analizarlo y evaluar un criterio comn.

problema

El modelo de decisin debe contener tres elementos:

Alternativas de decisin, de las cuales se hace una seleccin.
Restricciones, para excluir alternativas in-factibles.
Criterios para evaluar y clasificar alternativas factibles.

1.3 METODO GRAFICO

El mtodo grfico se utiliza para la solucin de problemas de PL, representando
geomtricamente a las restricciones, condiciones tcnicas y el objetivo.
El modelo se puede resolver en forma grfica si slo tiene dos variables. Para
modelos con tres o ms variables, el mtodo grfico es imprctico o imposible.
Cuando los ejes son relacionados con las variables del problema, el mtodo es
llamado mtodo grfico en actividad. Cuando se relacionan las restricciones
tecnolgicas se denomina mtodo grfico en recursos.
Los pasos necesarios para realizar el mtodo son nueve:

DANY ERNESTO BECERRA

RODRIGUEZ

1. graficar las soluciones factibles, o el espacio de soluciones (factible), que

satisfagan todas las restricciones en forma simultnea.
2. Las restricciones de no negatividad Xi>= 0 confan todos los valores posibles.
3. El espacio encerrado por las restricciones restante se determinan sustituyendo
en primer trmino <= por (=) para cada restriccin, con lo cual se produce la
ecuacin de una lnea recta.
4. trazar cada lnea recta en el plano y la regin en cual se encuentra cada
restriccin cuando se considera la desigualdad lo indica la direccin de la flecha
situada sobre la lnea recta asociada.
5. Cada punto contenido o situado en la frontera del espacio de soluciones
satisfacen todas las restricciones y por consiguiente, representa un punto factible.
6. Aunque hay un nmero infinito de puntos factibles en el espacio de soluciones,
la solucin ptima puede determinarse al observar la direccin en la cual aumenta
la funcin objetivo.
7. Las lneas paralelas que representan la funcin objetivo se trazan mediante la
asignacin de valores arbitrarios a fin de determinar la pendiente y la direccin en
la cual crece o decrece el valor de la funcin objetivo.
Ejemplo.
Maximizar Z = 3X1 + 2X2
Restricciones: X1 + 2X2<=6 (1)
2X1 + X2 <=8 (2)
-X1 + X2 <=1 (3)
X2 <= 2 (4)
X1 >= 0 (5)
X2 >= 0 (6)
Convirtiendo las restricciones a igualdad y representndolas grficamente se
tiene:
X1 + 2X2 = 6 (1)
2X1 + X2 = 8 (2)
-X1 + X2 = 1 (3)
X2 = 2 (4)
X1 = 0 (5)
X2 = 0 (6)
DANY ERNESTO BECERRA
RODRIGUEZ

10

1.4 FUNDAMENTOS DEL METODO SIMPLEX

El mtodo Simplex es un procedimiento iterativo que permite ir mejorando la
solucin a cada paso. El proceso concluye cuando no es posible seguir mejorando
ms dicha solucin. Partiendo del valor de la funcin objetivo en un vrtice
cualquiera, el mtodo consiste en buscar sucesivamente otro vrtice que mejore al
anterior.
La bsqueda se hace siempre a travs de los lados del polgono (o de las aristas
del poliedro, si el nmero de variables es mayor). Cmo el nmero de vrtices (y
de aristas) es finito, siempre se podr encontrar la solucin. (Vase mtodo
Grfico)
El mtodo Simplex se basa en la siguiente propiedad: si la funcin objetivo, f, no
toma su valor mximo en el vrtice A, entonces hay una arista que parte de A, a lo
largo de la cual f aumenta.
Deber tenerse en cuenta que este mtodo slo trabaja para restricciones que
tengan un tipo de desigualdad y coeficientes independientes mayores o iguales
a 0, y habr que estandarizar las mismas para el algoritmo. En caso de que
despus de ste proceso, aparezcan (o no varen) restricciones del tipo o =
habr que emplear otros mtodos, siendo el ms comn el mtodo de las Dos
Fases.
Construccin de la primera tabla: En la primera columna de la tabla aparecer lo
que llamaremos base, en la segunda el coeficiente que tiene en la funcin objetivo
cada variable que aparece en la base (llamaremos a esta columna Cb), en la
tercera el trmino independiente de cada restriccin (P0), y a partir de sta
columna aparecern cada una de las variables de la funcin objetivo (Pi). Para
tener una visin ms clara de la tabla, incluiremos una fila en la que pondremos
cada uno de los nombres de las columnas. Sobre sta tabla que tenemos
incluiremos dos nuevas filas: una que ser la que liderar la tabla donde
aparecern las constantes de los coeficientes de la funcin objetivo, y otra que
ser la ltima fila, donde tomar valor la funcin objetivo. Nuestra tabla final tendr
tantas filas como restricciones.
Los valores de la fila Z se obtienen de la siguiente forma: El valor Z0 ser el de
sustituir Cim en la funcin objetivo (y cero si no aparece en la base). El resto de
columnas se obtiene restando a este valor el del coeficiente que aparece en la
primera fila de la tabla.
Se observar al realizar el mtodo Simplex, que en esta primera tabla, en la base
estarn las variables de holgura.

DANY ERNESTO BECERRA

RODRIGUEZ

11

- Condicin de parada: Comprobaremos si debemos de dar una nueva iteracin o

no, que lo sabremos si en la fila Z aparece algn valor negativo. Si no aparece
ninguno, es que hemos llegado a la solucin ptima del problema.
- Eleccin de la variable que entra: Si no se ha dado la condicin de parada,
debemos seleccionar una variable para que entre en la base en la siguiente tabla.
Para ello nos fijamos en los valores estrictamente negativos de la fila Z, y el menor
de ellos ser el que nos de la variable entrante.
- Eleccin de la variable que sale: Una vez obtenida la variable entrante,
obtendremos la variable que sale, sin ms que seleccionar aquella fila cuyo
cociente P0/Pj sea el menor de los estrictamente positivos (teniendo en cuenta
que slo se har cuando Pj sea mayor de 0). La interseccin entre la columna
entrante y la fila saliente nos determinar el elemento pivote.
- Actualizacin de la tabla: Las filas correspondientes a la funcin objetivo y a los
ttulos permanecern inalterados en la nueva tabla. El resto deber calcularse de
dos formas diferentes: 1.5

1.5 APLICACIONES DIVERSAS DE PROGRAMACION LINEAL

Las aplicaciones ms comunes que se utilizan en la industria son:
Optimizacin de la combinacin de cifras comerciales en una red lineal de
distribucin de agua.
Aprovechamiento ptimo de los recursos de una cuenca hidrogrfica, para
un ao con afluencias caracterizadas por corresponder a una determinada
frecuencia.
Soporte para toma de decisin en tiempo real, para operacin de un
sistema de obras hidrulicas;
Solucin de problemas de transporte.
Ejemplo
ste es un caso curioso, con solo 6 variables (un caso real de problema de
transporte puede tener fcilmente ms de 1.000 variables) en el cual se aprecia la
utilidad de este procedimiento de clculo.
Existen tres minas de carbn cuya produccin diaria es:
La mina "a" produce 40 toneladas de carbn por da;
La mina "b" otras 40 t/da; y,
La Mina "c" produce 20 t/da.
En la zona hay dos centrales termoelctricas que consumen:
DANY ERNESTO BECERRA
RODRIGUEZ

12

 La central "d" consume 40 t/da de carbn; y,

La central "e" consume 60 t/da
Los costos de mercado, de transporte por tonelada son:

De "a" a "d" = 2 monedas

De "a" a "e" = 11 monedas
De "b" a "d" = 12 monedas
De "b" a "e" = 24 monedas
De "c" a "d" = 13 monedas
De "c" a "e" = 18 monedas

Si se preguntase a los pobladores de la zona cmo organizar el transporte, tal vez

la mayora opinara que debe aprovecharse el precio ofrecido por el transportista
que va de "a" a "d", porque es ms conveniente que los otros, debido a que es el
de ms bajo precio.
En este caso, el costo total del transporte es: Transporte de 40 t de "a" a "d" = 80
monedas
Transporte de 20 t de "c" a "e" = 360 monedas
Transporte de 40 t de "b" a "e" = 960 monedas
Total 1.400 monedas.
EJEMPLO
Problema de Inversin: Considere que usted dispone de un capital de 21.000
dlares para invertir en la bolsa de valores. Un amigo le recomienda 2 acciones
que en el ltimo tiempo han estado al alza: Accin A y Accin B. La Accin A tiene
una rentabilidad del 10% anual y la Accin B del 8% anual. Su amigo le aconseja
tener una cartera equilibrada y diversa y por tanto le recomienda invertir un
mximo de 13.000 dlares en la Accin A y como mnimo 6.000 dlares en la
Accin B. Adems la inversin en la Accin A debe ser menor o igual que el doble
de la inversin destinada a la Accin B. Usted quiere formular y resolver un
modelo de Programacin Lineal que permita obtener la poltica de inversin que
permita obtener la mxima rentabilidad (inters) anual.
Variables de Decisin:
x = dlares invertidos en Accin A.
y = dlares invertidos en Accin B.
Funcin Objetivo: Se busca maximizar la rentabilidad anual que resulta de invertir
en los 2 tipos de acciones.
Maximizar 0.1x + 0.08y
DANY ERNESTO BECERRA
RODRIGUEZ

13

Restricciones: Considera las recomendaciones de su amigo.

x + y 21.000

Se puede invertir como mximo 21.000 dlares en

total

Invertir como mximo 13.000 dlares en Accin

A

13.000

y 6.000

Invertir como mnimo 6.000 dlares en Accin B

x - 2y 0

Inversin en A debe ser menor o igual que el doble

de la inversin en B

x0, y0

No Negatividad

Slucin ptima: X = 13.000 Y = 8.000. Valor ptimo V(P) = 1.940 dlares

EJEMPLO
Problema de Proceso Productivo: Una empresa produce tres tipos de muebles (A,
B y C), cada uno de los cuales se vende a $200, $150 y $120 respectivamente.
Para la produccin de estos muebles la empresa cuenta con 315 horas
disponibles en un taller de corte de madera, 110 horas disponibles en un taller de
lijado y 50 horas en un taller de pintado. Se ha estimado que el mueble A requiere
por unidad 15 horas de trabajo en el taller de corte, 2 horas en el taller de lijado y 1
hora en el taller de pintado (estos mismos valores para los muebles B y C son
7,5:3:1 y 5:2:1, respectivamente). Se requiere formular y resolver un modelo de
Programacin Lineal que permita encontrar la cantidad a elaborar y vender de
estos muebles de modo que la empresa obtenga el mayor beneficio.
Variables de Decisin:
X = Unidades a elaborar y vender del mueble A.
Y = Unidades a elaborar y vender del mueble B.
Z = Unidades a elaborar y vender del mueble C.
De esta forma el modelo de optimizacin que permite encontrar el plan ptimo de
produccin es el siguiente:

DANY ERNESTO BECERRA

RODRIGUEZ

14

EJEMPLO
Problema de Mezcla de Productos: Se dispone de 2 ingredientes para fabricar
caramelos, cuyo sabor variar dependiendo de la proporcin en que intervengan
cada uno de los ingredientes. El primer ingrediente se compra a $10 por kg. y el
segundo a $20 por kg. El proceso de elaboracin supone un costo de $5 por kg.
Fabricado, cuya cantidad total corresponde simplemente a la suma de los kg.
Empleados en la mezcla. La demanda mxima para un mes se cifra en 100 kg y el
precio de venta $50 kg. A la empresa no le interesa producir ms de los que puede
vender en el mes. Por ltimo, la composicin de la masa debe contener una
proporcin que no supere el 50% del primer ingrediente y el 80% del segundo
ingrediente. Se requiere determinar cuntos kg. De caramelos se tiene que
fabricar al mes y las proporciones en las que deben ser utilizados los ingredientes
para obtener un mximo beneficio.

Variables de Decisin:
X1: Kg a usar del ingrediente 1 en un mes
X2: Kg a usar del ingrediente 2 en un mes
Funcin Objetivo: Obtener la mxima utilidad de la venta de los caramelos
descontando los costos de produccin
Maximizar 50*(X1 + X2) 10*X1 20*X2 - 5*(X1 + X2) = 35*X1 + 25*X2
Restricciones:
Demanda Mxima:

X1 + X2 <= 100

Composicin:

X1/(X1 + X2) <= 50%

0,5*X1 0,5*X2 <= 0

Composicin:

X2/(X1 + X2) <= 80%

-0,8*X1 + 0,2*X2 <= 0

No Negatividad:

X1,X2>=0

Solucin ptima: X1 = 50 X2 = 50. Valor ptimo V(P) = $3.000.

DANY ERNESTO BECERRA

RODRIGUEZ

15

CONCLUSIN
La Programacin Lineal es un procedimiento matemtico con el cual se resuelve
un problema formulado a travs de ecuaciones lineales, optimizando la funcin
objetivo lineal, consiste en optimizar (minimizar o maximizar) una funcin lineal,
denominada funcin objetivo, de tal forma que las variables de dicha funcin estn
sujetas a una serie de restricciones y varias variables segn sea el caso ya que
los expresamos mediante un sistema de inecuaciones lineales. La programacin
lineal constituye un importante campo por varias razones, muchos problemas
prcticos de la investigacin de operaciones que pueden hacerse como problemas
de programacin lineal, en algunos casos especiales como los problemas de flujo
de redes y problemas de flujo de mercancas se consideraron en el desarrollo de
las matemticas lo suficientemente importantes como para generar por si solos
mucha investigacin sobre programacin especial en su solucin. Una serie de
pasos diseados para resolver otros tipos de problemas de optimizacin
constituyen casos particulares de la ms amplia tcnica de la programacin lineal,
la programacin lineal han inspirado muchos de los conceptos centrales de la
teora de optimizacin. Tambin es muy usado en la economa, en la
microeconoma y la administracin de empresas, ya sea para aumentar al mximo
los ingresos o reducir al mnimo los costos de un sistema de produccin. Algunos
DANY ERNESTO BECERRA
RODRIGUEZ

16

ejemplos son la mezcla de alimentos, la gestin de inventarios, la cartera y la

gestin de las finanzas, la asignacin de recursos humanos y recursos de
mquinas, la planificacin de campaas de publicidad, etc.

BIBLIOGRAFIA
http://es.wikipedia.org/wiki/Investigaci%C3%B3n_de_operaciones
http://alesnoopy.wordpress.com/2011/09/09/1-1-definicion-desarrollo-y-tipos-demodelos-de-investigacion-de-operaciones-2/
http://alesnoopy.wordpress.com/2011/09/09/1-2-formulacion-de-modelos-2/
http://io-itssmt.blogspot.es/1296681538/
http://alesnoopy.wordpress.com/2011/09/09/1-5-metodo-simplex/
http://www.monografias.com/trabajos89/historia-programacion-lineal/historiaprogramacion-lineal.shtml#aplicacioa

DANY ERNESTO BECERRA

RODRIGUEZ

17