Investigacion Operaciones

www.monografias.
com
Introduccin a la Investigacin de Operaciones

Joel E. Cosme Salcedo grupodms@gmail.com
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
Introduccin
Objetivos
Investigacin de operaciones
Historia
Definiciones bsicas
Modelos de la investigacin de operaciones
Etapas de la investigacin de operaciones
Formulacin del Modelo
Validacin del Modelo
Solucin ptima
Conclusiones
Bibliografa
INTRODUCCION
Cada vez es ms difcil asignar los recursos o actividades de la forma ms eficaz,

pues los recursos cada vez son ms escasos y crecen las complejidades de los sistemas
generando problemas para decisiones ptimas.
En el siglo pasado las Organizaciones del mundo solo estaban constituidas por un
nmero reducido de personas y eran dirigidos por una sola persona. Todo este panorama cambia
radicalmente con la Primera Revolucin Industrial. Como se sabe, sta trajo consigo la
energa, las maquinarias y los equipos que revolucionaron las industrias mecanizando la
produccin. Consecuentemente con ello vino la divisin o especializacin del trabajo trayendo
con ello las nuevas responsabilidades de finanzas, produccin, mercado e investigacin y
desarrollo por parte de especialistas y cientficos.
Investigacin de Operaciones se le atribuye ms a los servicios militares prestados
a principios de la II Guerra Mundial. Debido a los esfuerzos blicos, exista una necesidad
urgente de asignar recursos escasos a las distintas operaciones militares y a las
actividades dentro de cada operacin, en la forma ms efectiva. Por esto, las
administraciones militares americana y Britnicas hicieron un llamado a un gran nmero de
cientficos para que aplicaran el mtodo cientfico a ste y a otros problemas
estratgicos y tcticos. Estos equipos de cientficos fueron los primeros equipos de IO. Con el
desarrollo de mtodos efectivos que contribuyeron a numerosos triunfos.
OBJETIVOS
La Investigacin de Operaciones se ocupa de la resolucin de problemas relacionados con
la conduccin y coordinacin de las operaciones o actividades dentro de una organizacin. Su
mbito de aplicacin es muy amplio, aplicndose a problemas de fabricacin, transporte,
construccin, telecomunicaciones, planificacin y gestin financiera, ciencias de la salud, servicios
pblicos, etc. En general, puede aplicarse en todos los problemas relacionados con la gestin, la
planificacin y el diseo.
www.monografias.com
La Investigacin de Operaciones incluye un conjunto muy amplio de tcnicas orientadas a

proporcionar una ayuda cuantitativa a la toma de decisiones. El mtodo empleado es el mtodo
cientfico, y las tcnicas que se utilizan son, en buena medida, tcnicas matemticas.
El objetivo de esta asignatura es que el estudiante asimile los principios que guan la
resolucin de problemas mediante la aplicacin de las tcnicas de Investigacin de Operaciones.
En concreto:
La construccin de modelos de decisin basados en descripciones matemticas,

con el objetivo de tomar decisiones en situaciones de complejidad o incertidumbre.
La resolucin, mediante anlisis matemtico o simulacin, de los modelos de

decisin, obteniendo los valores ptimos de las variables de decisin que intervienen en el
modelo.
La realizacin de estudios de sensibilidad de la solucin o soluciones propuestas,

para evaluar su robustez frente a cambios en las condiciones de los parmetros del modelo.
Obtener una visin general sobre el concepto de sistema e identificar sus

partes componentes en un sistema productivo
Atender a las expectativas que presenta el medio productivo mundial para poder ser
componente clave dentro de su desarrollo.
Desarrollar capacidades necesarias para el diseo de modelos particulares para

resolver problemas en situaciones especficas.
Comprender la importancia de la Investigacin de Operaciones como metodologa

de optimizacin dentro de cualquier tipo de organizacin.
modelos.
Conocer y utilizar herramientas computacionales, soporte para la aplicacin de los
INVESTIGACION DE OPERACIONES
A.
HISTORIA
A partir de la Revolucin Industrial el mundo ha tenido un notable crecimiento en la

magnitud y complejidad de las organizaciones. Los pequeos talleres de la
Antigedad se han desarrollado hasta llegar a las corporaciones con capitales de miles de
millones de dlares de la actualidad. Podemos seguir la huella de las races de la
investigacin de operaciones muchos aos atrs, cuando se hicieron los primeros intentos para
utilizar un punto de vista cientfico en la administracin de las organizaciones. Sin
embargo, generalmente se atribuye el inicio de la actividad humana llamada investigacin
de operaciones a los servicios militares al principio de la segunda guerra mundial. Debido al
tiempo de guerra, se present la urgente necesidad de asignar recursos escasos a las
diversas operaciones militares y a las actividades de cada operacin, de una manera
efectiva. Como consecuencia, la administracin militar britnica y despus la de los
estados unidos destinaron a un gran nmero de cientficos a quienes se les pidi que
investigaran las operaciones militares tanto tcticas como estratgicas, stos equipos de
cientficos fueron los pioneros de la investigacin de operaciones y de hecho, se afirma que
gracias a ellos se ganaron las batallas de Inglaterra y la del atlntico del norte, la campaa
de las islas en el pacfico y as sucesivamente.
www.monografias.com
Empujada por el xito de la investigacin de operaciones en el rea militar,

gradualmente la industria se interes en este nuevo campo, la explosin industrial que sigui
a la guerra continu su curso, los problemas causados por la complejidad y
especializacin crecientes en las organizaciones volvieron a ocupar el primer plano de inters,
y los consultores de negocios que haban formado parte de los equipo s de investigacin
se dieron cuenta que bsicamente stos eran los mismos problemas pero en un contexto
diferente, que haban encarado los militares, de esta manera, la investigacin de
operaciones empez a aplicarse en las finanzas, la economa, la industria, los negocios y
los gobiernos. En 1951 ya haba dominado la Gran Bretaa y estaba en proceso de hacerlo en
Los Estados Unidos de Amrica. Actualmente es una de las herramientas ms eficaces de la
administracin cientfica de las organizaciones, a nivel universal, dentro del contexto de la
globalizacin .
Se les debe a los britnicos por haber iniciado la Investigacin de Operaciones y a los
americanos por el rpido crecimiento de esta disciplina, tambin sin dejar de lado a George
Datzig y sus antecesores Minkowsky, Farkas y Kantorovich, etc.
B.
TOMA DE DECISIONES
El anlisis de decisin proporciona una metodologa racional para tomar decisiones cuando
el futuro es incierto. Permite que un gerente haga una eleccin ptima entre varias alternativas,
tomando en cuenta el valor de adquirir datos experimentales con el fin de reducir la
incertidumbre.
Observaremos un marco de referencia para tomar decisiones cuando:
1.
2.
No es factible la experimentacin.
La experimentacin es posible.
El criterio de optimidad que se usa para seleccionar entre varias alternativas ser la
minimizacin del costo esperado. Entre los problemas que deben considerarse estn los
siguientes:
Cul es la decisin que minimiza el costo esperado, dado el resultado de

un experimento? (si en efecto se lleva a cabo un experimento). Siguiendo la poltica
ptima.
cul es el costo esperado? Si se lleva a cabo un experimento valdr la

pena?;
es decir, La disminucin en el costo esperado ser mayor que el costo del
experimento? Por ltimo.
Cul es la cantidad mxima de dinero que podra gastarse con el fin de

eliminar toda la incertidumbre?
C.
DEFINICIONES BASICAS
No se puede describir la IO en unas cuantas palabras, ya que es bastante complejo

debido a los cambios que sufre, pues tenemos las definiciones de :
www.monografias.com
ORSA (The Operations Research Society of America) : La IO concierne

con la decisin cientfica de como disear y operar el mejor sistema hombre maquina,
usualmente bajo condiciones de asignar recursos
Sociedad de Investigacin de Operaciones de Gran Bretaa: La IO es

la aplicacin del mtodo cientfico a los problemas complejos de la direccin y
administracin de grandes sistemas de hombres, maquinas, materiales y dinero en la
industria, negocios, gobierno y defensa
El Warton School (University of Pennsylvania): La IO consiste en una

aplicacin del mtodo cientfico, frecuentemente auxiliado por modelos y tcnicas
matemticas para la solucin de problemas sociales, de negocios y de decisin
gubernamental
I.
D.
MODELOS DE LA INVESTIGACION DE OPERACIONES
1.
Determinsticos
Programacin matemtica
Programacin lineal
Programacin entera
Programacin dinmica
Programacin no lineal
Programacin multiobjetivo
II.
Modelos de transporte
III.
Modelos de redes
2.
Probabilsticos
I.
Programacin estocstica
II.
Gestin de inventarios
III.
Fenmenos de espera (colas)
IV.
Teora de juegos
V.
Simulacin
E.
ETAPAS DE LA INVESTIGACION DE OPERACIONES
www.monografias.com
1.
Formulacin del Modelo :
Una vez que nos aseguramos que la definicin del problema ha sido construida de
manera especfica y correcta, continuamos con la formulacin del modelo. El modelo,
usualmente matemtico, debe ser formulado de tal manera que exprese la esencia del
problema:
El modelo matemtico est basado en ecuaciones y desigualdades establecidas en
trminos de variables, las cuales expresan la esencia del problema a resolver; las cuales
son definidas en funcin del modelo del problema.
Despus de localizar las variables en funcin del problema, se procede a
determinar matemticamente las dos partes que constituyen el modelo:
La medida de efectividad que permite conocer el nivel de logro de los

objetivos y generalmente es una funcin llamada funcin objetivo.
Las limitantes del problema, llamadas restricciones, que son un conjunto

de igualdades o desigualdades que constituyen las barreras y obstculos para la
consecucin del objetivo.
2.
Validacin del Modelo
Un modelo matemtico es una idealizacin abstracta de un problema, lo cual

mayormente nos lleva a aproximaciones y suposiciones. Por lo que debemos cuidar que el
modelo siempre sea una representacin valida del problema.
La valides de un modelo requiere que exista una alta correlacin entre las
predicciones del modelo y la realidad; para lograr esto es importante hacer un nmero
considerable de pruebas al modelo y caso de ser necesario, las
pertinentes
modificaciones. Aun cuando la validacin del modelo se incluyera al final de este
documento, la mayor parte de la validacin del modelo se hace durante la etapa de la
construccin del modelo.
3.
Solucin Optima
Una vez que el modelo fue probado y se le han aplicado las debidas correcciones,
est listo para comenzar a arrojar soluciones validas. Pero el verdadero objetivo y finalidad
www.monografias.com
de la Investigacin de Operaciones es encontrar la mejor solucin para un determinado

problema, en el caso de un problema de carcter econmico seria: la funcin objetivo es
obtener el mximo rendimiento al menor costo.
CONCLUSIONES
La IO es el procedimiento cientfico que est auxiliado por modelos y tcnicas

matemticas, servible para disear y operar a los problemas complejos de la direccin y
administracin de grandes sistemas que forman una organizacin compleja en las cuales las
decisiones son muy importantes y difciles de elegir, ya que la eficacia de una decisin
sobreguardar la supervivencia y desarrollo de sta, al contrario estara en camino hacia el
fracaso.
BIBLIOGRAFIA
[1]
Ing. Vctor Calle Vivanco Investigacin Operativa (Curso A Distancia de la
Universidad Peruana los Andes) Primera Edicin 2005.
[2]
Raffo lecca Investigacin de Operaciones Primera Edicin Lima-Per
1997
[3]
www.itson.mx/dii/elagarda/apagina2001/PM/uno.html#introduccionSghgwdh
[4]
http://www.investigacion-operaciones.com
ygsd
Autor:
Joel E. Cosme Salcedo
grupodms@gmail.com
Universidad Peruana Los Andes
www.monografias.com
Investigacin de Operaciones
Maria J
yulyth@hotmail.com
1. Definicin y Significado de Investigacin de Operaciones

2. Caractersticas de la Investigacin de Operaciones
3. Etapas de la Investigacin de Operaciones
Es una rama de las Matemticas consistente en el uso de modelos matemticos,

estadstica y algoritmos con objeto de realizar un proceso de toma de decisiones.
Frecuentemente, trata el estudio de complejos sistemas reales, con la finalidad de mejorar (u
optimizar) el funcionamiento del mismo. La investigacin de operaciones permite el anlisis de la
toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se pueden
maximizar o minimizar los recursos.
Es una ciencia que modela problemas complejos haciendo uso de las matemticas y la
lgica. La investigacin de operaciones permite el anlisis de la toma de decisiones teniendo en
cuenta la escasez de recursos, para determinar cmo se pueden maximizar o minimizar los
recursos.
El mtodo ms popular es el smplex (George Dantzig, 1947) dentro de la rama de
programacin lineal. El algoritmo smplex ha sido elegido como el mejor de los diez de mayor
influencia en el desarrollo y la prctica de la ciencia y la ingeniera en el siglo XXII.
De esta definicin se pueden destacar los siguientes conceptos:
1. Una organizacin es un sistema formado por componentes que se interaccionan, unas
de estas interacciones pueden ser controladas y otras no.
2. En un sistema la informacin es una parte fundamental, ya que entre las componentes
fluye informacin que ocasiona la interaccin entre ellas. Tambin dentro de la estructura de los
sistemas se encuentran recursos que generan interacciones.
Los objetivos de la organizacin se refieren a la eficacia y eficiencia con que las
componentes pueden controlarse, el control es un mecanismo de autocorreccin del sistema que
permite evaluar los resultados en trminos de los objetivos establecidos.
3. La complejidad de los problemas que se presentan en las organizaciones ya no encajan
en una sola disciplina del conocimiento, se han convertido en multidisciplinario por lo cual para su
anlisis y solucin se requieren grupos compuestos por especialistas de diferentes reas del
conocimiento que logran comunicarse con un lenguaje comn.
4. La investigacin de operaciones es la aplicacin de la metodologa cientfica a travs
modelos matemticos, primero para representar al problema y luego para resolverlo. La definicin
de la sociedad de investigacin de operaciones de la Gran Bretaa es la siguiente:
La investigacin de operaciones es el ataque de la ciencia moderna a los complejos
problemas que surgen en la direccin y en la administracin de grandes sistemas de hombres,
mquinas, materiales y dinero, en la industria, en los negocios, en el gobierno y en la defensa.
Su actitud diferencial consiste en desarrollar un modelo cientfico del sistema tal, que
incorpore valoraciones de factores como el azar y el riesgo y mediante el cual se predigan y
comparen los resultados de decisiones, estrategias o controles alternativos. Su propsito es el de
ayudar a la gerencia a determinar cientficamente sus polticas y acciones.
www.monografias.com
Definicin y Significado de Investigacin de Operaciones.
La Investigacin de Operaciones aspira a determinar el mejor curso de accin, o

curso ptimo, de un problema de decisin con la restriccin de recursos limitados.
Como tcnica para la resolucin de problemas, investigacin de operaciones debe

visualizarse como una ciencia y como un arte.
Como Ciencia radica en ofrecer tcnicas y algoritmos matemticos para resolver
problemas de decisin adecuada.
Como Arte debido al xito que se alcanza en todas las fases anteriores y posteriores a la
solucin de un modelo matemtico, depende de la forma apreciable de la creatividad y la habilidad
personal de los analistas encargados de tomar las decisiones.
En un equipo de Investigacin de Operaciones es importante la habilidad adecuada en los
aspectos cientficos y artsticos de Investigacin de Operaciones. Si se destaca un aspecto y no el
otro probablemente se impedir la utilizacin efectiva de la Investigacin de Operaciones en la
prctica.
La Investigacin de Operaciones en la Ingeniera de Sistemas se emplea

principalmente en los aspectos de coordinacin de operaciones y actividades de la organizacin o
sistema que se analice, mediante el empleo de modelos que describan las interacciones entre los
componentes del sistema y de ste con este con su medio ambiente
En la Investigacin de Operaciones la parte de Investigacin se refiere a que aqu

se usa un enfoque similar a la manera en la que se lleva a cabo la investigacin en los campos
cientficos establecidos. La parte de Operaciones es por que en ella se resuelven problemas que
se refieren a la conduccin de operaciones dentro de una organizacin.
Las races de la investigacin de operaciones se remontan a muchas dcadas, cuando se
hicieron los primeros intentos para emplear el mtodo cientfico en la administracin de una
empresa. Sin embargo, el inicio de la actividad llamada investigacin de operaciones, casi siempre
se atribuye a los servicios militares prestados a principios de la segunda guerra mundial.
Debido a los esfuerzos blicos, exista una necesidad urgente de asignar recursos escasos
a las distintas operaciones militares y a las actividades dentro de cada operacin, en la forma ms
efectiva. Por esto, las administraciones militares americana e inglesa hicieron un llamado a un
gran nmero de cientficos para que aplicaran el mtodo cientfico a ste y a otros problemas
estratgicos y tcticos. De hecho, se les pidi que hicieran investigacin sobre operaciones
(militares).
Estos equipos de cientficos fueron los primeros equipos de IO. Con el desarrollo de
mtodos efectivos para el uso del nuevo radar, estos equipos contribuyeron al triunfo del combate
areo ingls. A travs de sus investigaciones para mejorar el manejo de las operaciones
antisubmarinas y de proteccin, jugaron tambin un papel importante en la victoria de la batalla
del Atlntico Norte. Esfuerzos similares fueron de gran ayuda en a isla de campaa en el pacfico.
Al terminar la guerra, el xito de la investigacin de operaciones en las actividades blicas
gener un gran inters en sus aplicaciones fuera del campo militar. Como la explosin industrial
segua su curso, los problemas causados por el aumento en la complejidad y especializacin
dentro de las organizaciones pasaron de nuevo a primer plano. Comenz a ser evidente para un
gran nmero de personas, incluyendo a los consultores industriales que haban trabajado con o
para los equipos de IO durante la guerra, que estos problemas eran bsicamente los mismos que
los enfrentados por la milicia, pero en un contexto diferente. Cuando comenz la dcada de 1950,
estos individuos haban introducido el uso de la investigacin de operaciones en la industria, los
negocios y el gobierno. Desde entonces, esta disciplina se ha desarrollado con rapidez.
www.monografias.com
Caractersticas de la Investigacin de Operaciones.
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 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

cuantitativamente para poder analizarlo y evaluar un criterio comn.
representar
el
problema
Etapas de la Investigacin de Operaciones.

Las etapas de un estudio de Investigacin de Operaciones son las siguientes:
- Definicin del problema de inters y recoleccin de los datos relevantes.
- Formulacin de un modelo matemtico que represente el problema.
- Desarrollo de un procedimiento basado en computadora para derivar una solucin al
problema a partir del modelo.
- Prueba del modelo y mejoramiento segn sea necesario.
- Preparacin para la aplicacin del modelo prescrito por la administracin.
- Puesta en marcha.
Programacin lineal
Procedimiento o algoritmo matemtico mediante el cual se resuelve un problema
indeterminado, formulado a travs de ecuaciones lineales, optimizando la funcin objetivo,
tambin lineal.
La programacin lineal consiste en optimizar (minimizar o maximizar) una funcin lineal,
que denominaremos funcin objetivo, de tal forma que las variables de dicha funcin estn sujetas
a una serie de restricciones que expresamos mediante un sistema de inecuaciones lineales
Historia de la programacin lineal
El problema de la resolucin de un sistema lineal de inecuaciones se remonta, al menos, a
Fourier, despus de quien nace el mtodo de eliminacin de Fourier-Motzkin. La programacin
lineal se plantea como un modelo matemtico desarrollado durante la segunda guerra mundial
para planificar los gastos y los retornos, a fin de reducir los costos al ejrcito y aumentar las
www.monografias.com
prdidas del enemigo. Se mantuvo en secreto hasta 1947. En la posguerra, muchas industrias lo
usaron en su planificacin diaria.
Los fundadores de la tcnica son George Dantzig, quien public el algoritmo simplex, en
1947, John von Neumann, que desarroll la teora de la dualidad en el mismo ao, y Leonid
Kantorovich, un matemtico ruso, que utiliza tcnicas similares en la economa antes de Dantzig y
gan el premio Nobel en economa en 1975. Leonid Khachiyan en 1979 fue el primero en
demostrar que el problema de la programacin lineal se solucionaba en tiempo polinomial, sin
embargo, el mejor avance en los principios tericos y prcticos en el campo se produjo en 1984,
cuando Narendra Karmarkar introduce un nuevo mtodo del punto interior para resolver
problemas de programacin lineal.
El ejemplo original de Dantzig de la bsqueda de la mejor asignacin de 70 personas a 70
puestos de trabajo es un ejemplo de la utilidad de la programacin lineal. La potencia de
computacin necesaria para examinar todas las permutaciones a fin de seleccionar la mejor
asignacin es inmensa; el nmero de posibles configuraciones excede al nmero de partculas en
el universo. Sin embargo, toma slo un momento encontrar la solucin ptima mediante el
planteamiento del problema como una programacin lineal y la aplicacin del algoritmo simplex.
La teora de la programacin lineal reduce drsticamente el nmero de posibles soluciones
ptimas que debern ser revisadas.
Variables
Las variables son nmeros reales mayores o iguales a cero.
En caso que se requiera que el valor resultante de las variables sea un nmero entero, el
procedimiento de resolucin se denomina Programacin entera.
Restricciones
Las restricciones pueden ser de la forma:
Tipo 1:
Tipo 2:
Tipo 3:
Donde:
A = valor conocido a ser respetado estrictamente;
B = valor conocido que debe ser respetado o puede ser superado;
C = valor conocido que no debe ser superado;
10
www.monografias.com
j = nmero de la ecuacin, variable de 1 a M (nmero total de restricciones);
a; b; y, c = coeficientes tcnicos conocidos;
X = Incgnitas, de 1 a N;
i = nmero de la incgnita, variable de 1 a N.
En general no hay restricciones en cuanto a los valores de N y M. Puede ser N = M; N > M;

, N < M.
Sin embargo si las restricciones del Tipo 1 son N, el problema puede ser determinado, y
puede no tener sentido una optimizacin.
Los tres tipos de restricciones pueden darse simultneamente en el mismo problema
Autor:
Maria J
yulyth@hotmail.com
11
www.monografias.com
Investigacin de operaciones
Darwin E. Montero
gddarwin@gmail.com
1. Introduccin
2. Orgenes de la Investigacin de Operaciones
3. Definicin y Significado de Investigacin de Operaciones
4. Caractersticas de la Investigacin de Operaciones
5. Definicin de Modelos
6. Definicin del problema y recoleccin de datos
7. Formulacin de un modelo matemtico
8. Obtencin de una solucin a partir del modelo
9. Prueba del modelo
10. Preparacin para la aplicacin del modelo
11. Implantacin
12. Definicin de Sistemas de Produccin
13. Tipos de Modelos de los Sistemas de Produccin
Introduccin
Los cambios revolucionarios originaron gran aumento en la divisin de trabajo y la
separacin de las responsabilidades administrativas en las organizaciones. Sin embargo esta
revolucin creo nuevos problemas que ocurren hasta la fecha en muchas empresas. Uno de estos
problemas es la tendencia de muchos de los componentes a convertirse en imperios relativamente
autnomos, con sus propias metas y sistemas de valores. Este tipo de problemas, y la necesidad
de encontrar la mejor forma de resolverlos, proporcionaron el surgimiento de la Investigacin de
Operaciones.
La Investigacin de Operaciones aspira determinar la mejor solucin (optima) para un
problema de decisin con la restriccin de recursos limitados.
En la Investigacin de Operaciones utilizaremos 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.
12
www.monografias.com
Para llevar a cabo el estudio de Investigacin de Operaciones es necesario cumplir con

una serie de etapas o fases. Las principales etapas o fases de las que hablamos son las
siguientes:
Definicin del problema.
Construccin del modelo.
Solucin del modelo.
Validacin del modelo.
Implantacin de los resultados finales.
Orgenes de la Investigacin de Operaciones
El inicio de la Investigacin de Operaciones se remonta a la poca de la Segunda Guerra
Mundial en donde surgi la necesidad urgente de asignar recursos escasos a las diferentes
operaciones militares y a las actividades dentro de cada operacin, en la forma mas efectiva, es
por esto, que las administraciones militares americana e inglesa hicieron un llamado a un gran
nmero de cientficos para que aplicaran el mtodo cientfico a los problemas estratgicos y
tcticos, a dichos cientficos se les pidi que hicieran investigaciones sobre las operaciones
militares. Todo el esfuerzo de este equipo de cientficos (que fueron el primer equipo de
Investigacin de Operaciones) logr el triunfo de muchas batallas.
Luego de terminar la guerra, el xito de la Investigacin de Operaciones en las actividades
blicas gener un gran inters en sus aplicaciones fuera del campo militar.
Desde la dcada de 1950, se haba introducido el uso de la Investigacin de Operaciones
en la industria, los negocios y el gobierno, desde entonces, esta disciplina se ha desarrollado con
rapidez.
Un factor importante de la implantacin de la Investigacin de Operaciones en este periodo
es el mejoramiento de las tcnicas disponibles en esta rea. Muchos de los cientficos que
participaron en la guerra, se encontraron a buscar resultados sustanciales en este campo; un
ejemplo sobresaliente es el mtodo Simplex para resolucin de problemas de Programacin
Lineal, desarrollado en 1947 por George Dantzing. Muchas de las herramientas utilizadas en la
Investigacin de Operaciones como la Programacin Lineal, la Programacin Dinmica, Lneas de
Espera y Teora de Inventarios fueron desarrollados al final de los aos 50.
Un segundo factor importante para el desarrollo de este campo fue el advenimiento de la
revolucin de las computadoras. Para manejar los complejos problemas relacionados con esta
disciplina, generalmente se requiere un gran nmero de clculos que llevarlos a cabo a mano es
casi imposible. Por lo tanto el desarrollo de la computadora digital, fue una gran ayuda para la
Investigacin de Operaciones.
En la dcada de los 80 con la invencin de computadoras personales cada vez ms
rpidas y acompaadas de buenos paquetes de Software para resolver problemas de
Investigacin de Operaciones esto puso la tcnica al alcance de muchas personas. Hoy en da se
usa toda una gama de computadoras, desde las computadoras de grandes escalas como las
computadoras personales para la Investigacin de Operaciones.
13
www.monografias.com
Definicin y Significado de Investigacin de Operaciones
La Investigacin de Operaciones aspira a determinar el mejor curso de accin, o

curso ptimo, de un problema de decisin con la restriccin de recursos limitados.
Como tcnica para la resolucin de problemas, investigacin de operaciones debe

visualizarse como una ciencia y como un arte.
Como Ciencia radica en ofrecer tcnicas y algoritmos matemticos para resolver
problemas de decisin adecuada.
Como Arte debido al xito que se alcanza en todas las fases anteriores y posteriores a la
solucin de un modelo matemtico, depende de la forma apreciable de la creatividad y la habilidad
personal de los analistas encargados de tomar las decisiones.
En un equipo de Investigacin de Operaciones es importante la habilidad adecuada en los
aspectos cientficos y artsticos de Investigacin de Operaciones. Si se destaca un aspecto y no el
otro probablemente se impedir la utilizacin efectiva de la Investigacin de Operaciones en la
prctica.
La Investigacin de Operaciones en la Ingeniera de Sistemas se emplea

principalmente en los aspectos de coordinacin de operaciones y actividades de la organizacin o
sistema que se analice, mediante el empleo de modelos que describan las interacciones entre los
componentes del sistema y de ste con este con su medio ambiente
En la Investigacin de Operaciones la parte de Investigacin se refiere a que aqu

se usa un enfoque similar a la manera en la que se lleva a cabo la investigacin en los campos
cientficos establecidos. La parte de Operaciones es por que en ella se resuelven problemas que
se refieren a la conduccin de operaciones dentro de una organizacin.
Caractersticas de la Investigacin de Operaciones
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 organizacin de
forma que el resultado sea el mejor para la organizacin completa.
La Investigacin de Operaciones intenta encontrar una mejor solucin (llamada

solucin optima), 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.
14
www.monografias.com
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

cuantitativamente para poder analizarlo y evaluar un criterio comn.
representar
el
problema
Definicin de Modelos
Un modelo de decisin debe considerarse como un vehculo para resumir un

problema de decisin en forma tal que haga posible la identificacin y evaluacin sistemtica de
todas las alternativas de decisin del problema. Despus se llega a una decisin seleccionando la
alternativa que se juzgue sea la mejor entre todas las opciones disponibles.
Un modelo es una abstraccin selectiva de la realidad.
El modelo se define como una funcin objetivo y restricciones que se expresan en

trminos de las variables (alternativas) de decisin del problema.
Una solucin a un modelo, no obstante, de ser exacta, no ser til a menos que el
modelo mismo ofrezca una representacin adecuada de la situacin de decisin verdadera.
El modelo de decisin debe contener tres elementos:

Alternativas de decisin, de las cuales se hace una seleccin.
Restricciones, para excluir alternativas infactibles.
Criterios para evaluar y clasificar alternativas factibles.
Tipos de Modelos de Investigacin de Operaciones.

(a) 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.
(b) 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 esta 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.
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
15
www.monografias.com
deterministicos. 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.
En la siguiente tabla se muestran los modelos de decisin segn su clase de incertidumbre
y su uso en las corporaciones. (D, determinista; P, probabilista; A, alto; B, bajo)
Clase
Incertidumbre
Tipo de Modelo
Programacin Lineal
de
Frecuencia de uso
en corporaciones
D,P
Inventarios, produccin
y programacin
D,P
Econometra,
pronstico y simulacin
D,P
Programacin
Dinmica
D,P
Programacin
Estocstica
Redes
PERT/CPM)
(Incluye
Programacin Entera
Programacin
Lineal
Teora de Juegos
No
16
www.monografias.com
Control Optimo
D,P
Lneas de Espera
Ecuaciones
Diferenciales
Modelo de Hoja de Clculo Electrnica: La hoja de clculo electrnica facilita hacer y

contestar preguntas de que si en un problema real. Hasta ese grado la hoja de clculo
electrnica tiene una representacin selectiva del problema y desde este punto de vista la hoja de
clculo electrnica es un modelo.
En realidad es una herramienta ms que un procedimiento de solucin.
Etapas de la Investigacin de Operaciones.
Las etapas de un estudio de Investigacin de Operaciones son las siguientes:
Definicin del problema de inters y recoleccin de los datos relevantes.
Formulacin de un modelo matemtico que represente el problema.
Desarrollo de un procedimiento basado en computadora para derivar una solucin al
problema a partir del modelo.
Prueba del modelo y mejoramiento segn sea necesario.
Preparacin para la aplicacin del modelo prescrito por la administracin.
Puesta en marcha.
Definicin del problema y recoleccin de datos
La primera actividad que se debe realizar es el estudio del sistema relevante y el desarrollo
de un resumen bien definido del problema que se va a analizar. Esto incluye determinar los
objetivos apropiados, las restricciones sobre lo que se puede hacer, las interrelaciones del rea
bajo estudio con otras reas de la organizacin, los diferentes cursos de accin posibles, los
lmites de tiempo para tomar una decisin, etc. Este proceso de definir el problema es crucial ya
que afectar en forma significativa la relevancia de las conclusiones del estudio.
Determinar los objetivos apropiados viene a ser un aspecto muy importante en la
formulacin del problema. Para hacerlo, es necesario primero identificar a la persona o personas
de la administracin que de hecho tomarn las decisiones concernientes al sistema bajo estudio, y
despus escudriar los pensamientos de estos individuos respecto a los objetivos pertinentes.
17
www.monografias.com
(Incluir al tomador de decisiones desde el principio es esencial para obtener su apoyo al realizar el
estudio.)
Es comn que los equipos de Investigacin de Operaciones pasen mucho tiempo
recolectando los datos relevantes sobre el problema. Se necesitan muchos datos como para
lograr un entendimiento exacto del problema como para proporcionar el insumo adecuado para el
modelo matemtico que se formular en la siguiente etapa del estudio.
Tomar un tiempo considerable al equipo de Investigacin de Operaciones recabar la
ayuda de otros de otros individuos clave de la organizacin para recolectar todos los datos
importantes. Muchas veces, el equipo de Investigacin de Operaciones pasar mucho tiempo
intentando mejorar la precisin de los datos y al final tendr que trabajar con lo que pudo obtener.
Aplicacin: El Departamento de Salud de New Haven, Connecticut utiliz un equipo de
Investigacin de Operaciones para disear un programa efectivo de intercambio de agujas para
combatir el contagio del virus que causa el SIDA (HIV), y tuvo xito en la reduccin del 33% de la
tasa de infeccin entre los clientes del programa. La parte central de este estudio fue un innovador
programa de recoleccin de datos para obtener los insumos necesarios para los modelos
matemticos de transmisin del SIDA. Este programa barco un rastreo completo de cada aguja (y
cada jeringa), con la identificacin, localizacin y fecha de cada persona que reciba una aguja y
cada persona que la regresaba durante un intercambio, junto con la prueba de si la condicin de la
aguja era HIV - positivo o HIV - negativo.
Formulacin de un modelo matemtico
Una vez definido el problema del tomador de decisiones, la siguiente etapa consiste en
reformularlo de manera conveniente para su anlisis. La forma convencional en que la
investigacin de operaciones realiza esto es construyendo un modelo matemtico que represente
la esencia del problema. El modelo matemtico puede expresarse entonces como el problema de
elegir los valores de las variables de decisin de manera que se maximice la funcin objetivo,
sujeta a las restricciones dadas. Un modelo de este tipo, y algunas variaciones menores sobre l,
tipifican los modelos analizados en investigacin de operaciones.
Un paso crucial en la formulacin de un modelo de Investigacin de Operaciones es la
construccin de la funcin objetivo. Esto requiere desarrollar una medida cuantitativa de la
efectividad relativa a cada objetivo del tomador de decisiones identificado cuando se estaba
definiendo el problema. Si en el estudio se contemplan mas de un objetivo, es necesario
transformar y combinar las medidas respectivas en una medida compuesta de efectividad llamada
medida global de efectividad. A veces esta medida compuesta puede ser algo tangible (por
ejemplo, ganancias) y corresponder a una meta mas alta de la organizacin, o puede ser
abstracta (como utilidad). En este ltimo caso la tarea para desarrollar esta medida puede ser
compleja y requerir una comparacin cuidadosa de los objetivos y su importancia relativa.
Aplicacin: La Oficina responsable del control del agua y los servicios pblicos del
Gobierno de Holanda, el Rijkswaterstatt, concesion un importante estudio de Investigacin de
Operaciones para guiarlo en el desarrollo de una importante poltica de administracin del agua.
La nueva poltica ahorro cientos de millones de dlares en gastos de inversin y redujo el dao
agrcola en alrededor de 15 millones de dlares anuales, al mismo tiempo que disminuyo la
contaminacin trmica y debida a las algas. En lugar de formular un modelo matemtico, este
estudio de Investigacin de Operaciones desarroll un sistema integrado y comprensible de 50
modelos! Mas an, para alguno de los modelos, se desarrollan versiones sencillas y complejas. La
versin sencilla se us para adquirir una visin bsica incluyendo el anlisis de trueques. La
versin compleja se us despus en las corridas finales del anlisis o cuando se deseaba mayor
exactitud o ms detalles en los resultados. El estudio completo de Investigacin de Operaciones
18
www.monografias.com
involucr directamente a mas de 125 personas - ao de esfuerzo (mas de un tercio de ellas en la

recoleccin de datos), cre varias docenas de programas de computacin y estructur una
enorme cantidad de datos.
Obtencin de una solucin a partir del modelo
Una vez formulado el modelo matemtico para el problema bajo estudio, la siguiente etapa
para un estudio de Investigacin de Operaciones consiste en desarrollar un procedimiento (por lo
general basado en computadora) para derivar una solucin al problema a partir de este modelo.
Esta es una etapa relativamente sencilla, en la que se aplican uno de los algoritmos de
investigacin de operaciones en una computadora.
Un tema comn en Investigacin de Operaciones es la bsqueda de una solucin ptima,
es decir, la mejor. Se han desarrollado muchos procedimientos para encontrarla en cierto tipo de
problemas, pero es necesario reconocer que estas soluciones son ptimas slo respecto al
modelo que se est utilizando.
La meta de un estudio de Investigacin de Operaciones debe ser llevada a cabo el estudio
de manera ptima, independientemente de si implica o no encontrar una solucin ptima para el
modelo. Al reconocer este concepto, los equipos de Investigacin de Operaciones en ocasiones
utilizan slo procedimientos heursticos (es decir, procedimientos de diseo intuitivo que no
garantizan una solucin ptima) para encontrar una buena solucin subptima. Esto ocurre con
mas frecuencia en los casos en que el tiempo o el costo que se requiere para encontrar una
solucin ptima para un modelo adecuado del problema son muy grandes.
Si la solucin se implanta sobre la marcha, cualquier cambio en el valor de un parmetro
sensible advierte de inmediato la necesidad de cambiar la solucin.
El anlisis posptimo tambin incluye la obtencin de un conjunto de soluciones que
comprende una serie de aproximaciones, cada vez mejores, al curso de accin ideal. As, las
debilidades aparentes de la solucin inicial se usan para sugerir mejoras al modelo, a sus datos
de entrada y quiz al procedimiento de solucin. Se obtiene entonces una nueva solucin, y el
ciclo se repite. Este proceso sigue hasta que las mejoras a soluciones sucesivas sean demasiado
pequeas para justificar su solucin.
Aplicacin: Considere el nuevo estudio de Investigacin de Operaciones para el
Rijkswaterstatt sobre la poltica de administracin de agua en Holanda, que se introdujo en el
concepto anterior. Este estudio no concluy con la recomendacin de una sola solucin. Mas bien,
se identificaron, analizaron y compararon varias alternativas atractivas. La eleccin final se dejo al
proceso poltico de gobierno de Holanda que culmino con la aprobacin del Parlamento. El
anlisis de sensibilidad jug un papel importante en este estudio. Por ejemplo, ciertos parmetros
de los modelos representaron estndares ecolgicos. El anlisis de sensibilidad incluy la
evaluacin del impacto en los problemas de agua si los valores de estos parmetros se cambiaran
de los estndares ecolgicos a otros valores razonables. Se us tambin para evaluar el impacto
de cambios en las suposiciones de los modelos, por ejemplo, la suposicin sobre el efecto de
tratados internacionales futuros sobre la contaminacin que pudiera llegar. Tambin se analizaron
varios escenarios (como aos secos o hmedos extremosos), asignando las probabilidades
adecuadas.
Prueba del modelo
El desarrollo de un modelo matemtico grande es anlogo en algunos aspectos al
desarrollo de un programa de computadora grande. Cuando se completa la primera versin, es
19
www.monografias.com
inevitable que contenga muchas fallas. El programa debe probarse de manera exhaustiva para
tratar de encontrar y corregir tantos problemas como sea posible.
Este proceso de prueba y mejoramiento de un modelo para incrementar su validez se
conoce como validacin del modelo.
Un enfoque mas sistemtico para la prueba del modelo es emplear una prueba
retrospectiva. Cuando es apacible, esta prueba utiliza datos histricos y reconstruye el pasado
para determinar si el modelo y la solucin resultante hubieran tenido un buen desempeo, de
haberse usado. Al emplear alternativas de solucin y estimar sus desempeos histricos
hipotticos, se pueden reunir evidencias en cuanto a lo bien que el modelo predice los efectos
relativos de los diferentes cursos de accin.
Aplicacin: En un estudio de Investigacin de Operaciones para IBM se realizo con el fin
de integrar su red nacional de inventarios de refacciones para mejorar el servicio a los clientes, al
mismo tiempo que reducir el valor de los inventarios de IBM en mas de 250 millones de dlares y
ahorrar otros 20 millones de dlares anuales a travs del mejoramiento de la eficiencia
operacional. Un aspecto en particular interesante de la etapa de validacin del modelo en este
estudio fue la manera en que se incorporaron el proceso de prueba los usuarios futuros del
sistema de inventarios. Debido a que estos usuarios futuros (los administradores de IBM en las
reas funcionales responsables de la implantacin del sistema de inventarios) dudaban del
sistema que se estaba desarrollando, se asignaron representantes a un equipo de usuarios que
tendra la funcin de asesorar al equipo de Investigacin de Operaciones. Una vez desarrollada la
versin preliminar del nuevo sistema (basada en el sistema de inventarios de multiniveles) se lleva
acabo una prueba preliminar de implantacin. La extensa retroalimentacin por parte del equipo
de usuarios llevo a mejoras importantes en el sistema propuesto.
Preparacin para la aplicacin del modelo
El siguiente paso es instalar un sistema bien documentado para aplicar el modelo segn lo
establecido por la administracin.
Este sistema casi siempre esta diseado para computadora. De hecho, con frecuencia se
necesita un nmero considerable de programas integrados. La base de datos y los sistemas de
informacin administrativos pueden proporcionar entrada actualizada para el modelo cada vez que
se use, en cuyo caso se necesitan programas de interfaz (de interaccin con el usuario). Despus
de aplicar un procedimiento de solucin (otro programa) al modelo, puede ser que los programas
adicionales maneje la implantacin de los resultados de manera automtica. En otros casos se
instala un sistema interactivo de computadora llamado sistema de soporte de decisiones, para
ayudar a la gerencia a usar datos y modelos para apoyar (no para sustituir) su toma de decisiones
cuando lo necesiten. Otro programa puede generar informes gerenciales (en el lenguaje
administrativo) que interpretan la salida del modelo y sus implicaciones en la prctica.
Aplicacin: Un sistema de computo grande para aplicar un modelo a las operaciones de
control de una red nacional. Este sistema, llamado SYSNET, fue desarrollado como resultado de
un estudio de Investigacin de Operaciones realizado para la Yellow Freight System, Inc. Esta
compaa maneja anualmente mas 15 millones de envos de mensajera a travs de una red de
630 terminales en todo estados Unidos. SYSNET se usa tanto para optimizar tanto para optimizar
las rutas de los envos como el diseo de la red . Debido al que sistema requiere mucha
informacin sobre los flujos y pronsticos de carga, los costos de transporte y manejo, etc.; una
parte importante del estudio de Investigacin de Operaciones esta dedicada a la integracin de
SYSNET al sistema de informacin administrativo de la corporacin. Esta integracin permiti la
integracin peridica de la entrada al modelo. La implantacin de SYSNET dio como resultado el
ahorro anual de alrededor de 17.3 millones de dlares adems de un mejor servicio a los clientes.
20
www.monografias.com
Implantacin
Una vez desarrollado un sistema para aplicar un modelo, la ltima etapa de un estudio de
Investigacin de Operaciones es implementarlo siguiendo lo establecido por la administracin.
La etapa de implantacin incluye varios pasos. Primero, el equipo de Investigacin de
Operaciones da una cuidadosa explicacin a la gerencia operativa sobre el nuevo sistema que se
va a adoptar y su relacin con la realidad operativa. Enseguida, estos dos grupos comparten la
responsabilidad de desarrollar los procedimientos requeridos para poner este sistema en
operacin. La gerencia operativa se encarga despus de dar una capacitacin detallada al
personal que participa, y se inicia entonces el nuevo curso de accin. Si tiene xito, el nuevo
sistema se podr emplear durante algunos aos. Con esto en mente, el equipo de Investigacin
de Operaciones supervisa la experiencia inicial con la accin tomada para identificar cualquier
modificacin que tenga que hacerse en el futuro.
Aplicacin: Este ultimo punto sobre la documentacin de un estudio Investigacin de
Operaciones se ilustra con el caso de la poltica nacional de administracin del agua de
Rijkswaterstatt en Holanda. La administracin deseaba documentacin ms extensa que lo
normal, tanto para apoyar la nueva poltica como para utilizarla en la capacitacin de nuevos
analistas o al realizar nuevos estudios. Completar esta documentacin requiri varios aos y
quedo contenida en 4000 pginas a espacio sencillo encuadernadas en 21 volmenes!
Definicin de Sistemas de Produccin
La produccin es el acto intencional de producir algo til. La definicin de produccin se
modifica para incluir el concepto de sistema, diciendo que u sistema de produccin es el proceso
especifico por medio del cual los elementos se transforman en productos tiles. Un proceso es un
procedimiento organizado para lograr la conversin de insumos en resultados.
Cualquier sistema es una coleccin de componentes interactuantes. Cada componente
podra ser un sistema en si mismo en un orden descendente de sencillez. Los sistemas se
distinguen por sus objetivos; el objetivo de un sistema podra ser producir un componente que se
va a ensamblar con otros componentes para alcanzar el objetivo que es un sistema mayor. Se
requieren tcnicas mas elaboradas para tratar con sistemas ms complejos. Es una carrera de
relevos entre el desarrollo de sistemas cada vez ms complejos y el desarrollo de mtodos ms
eficientes de direccin para controlarlos.
Tipos de Modelos de los Sistemas de Produccin
El modelo fsico: Los modelos, por semejanza, derivan su utilidad de un cambio en la
escala. Los patrones microscpicos pueden amplificarse para su investigacin, y las enormes
estructuras pueden hacerse a una escala ms pequea, hasta una magnitud que sea
manipulable. Necesariamente, algunos detalles se pierden en los modelos. En las replicas fsicas,
esta prdida puede ser una ventaja, cuando la consideracin clave, es un factor, tal como la
distancia, pero puede ser intil un estudio si la influencia predominante se desvirta en la
construccin del modelo.
El modelo esquemtico: Los modelos de dos dimensiones son la delicia de quienes
disfrutan de las grficas. Los aspectos grficos son tiles para propsitos de demostracin.
Algunos ejemplos que se encuentran comnmente incluyen los diagramas de la organizacin,
diagramas de flujo del proceso y grficas de barras. Los smbolos sobre tales diagramas pueden
arreglarse fcilmente para investigar el efecto de la reorganizacin.
21
www.monografias.com
El modelo matemtico: Las expresiones cuantitativas, es decir, los modelos ms

abstractos, generalmente son los mas tiles. Cuando un modelo matemtico puede construirse
para representar en forma exacta la situacin de un problema, suministra una poderosa arma para
el estudio; es fcil de manipular, el efecto de las variables interactuantes se aprecia claramente y,
sobre todo, es un modelo preciso. Por lo general, cualquier definicin debida al empleo de los
modelos matemticos se origina por algn error cometido en las suposiciones bsicas y en las
premisas sobre las cuales estn basados.
Autor:
Ing. Darwin E. Montero
gddarwin@gmail.com
22
www.monografias.com
Modelacin de Investigacin de Operaciones.

Aplicaciones de la Programacin Lineal
Rafael Freites - rafaelfreites@hotmail.com
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Introduccin
Modelacin y formulacin
Principales tipos de restricciones
Construccin de modelos de programacin lineal de algunos problemas sencillos
El problema del transporte
Problema del personal necesario
Problemas de los patrones de corte
Problema de mezcla de productos con funcin objetivo separable
Problema del transbordo
Programacin entera
Introduccin
Se pretende que el estudio detenido del material de este capitulo, le aporte al estudiante
una visin amplia de las posibles aplicaciones de la Programacin Lineal y de la metodologa
para construir un buen modelo lineal de los problemas que deba resolver en su ejercicio
profesional.
Modelacin y formulacin
La modelacin
Es el proceso completo de abstraccin del sistema real al modelo cuantitativo y tiene como
resultado un modelo matemtico del sistema real bajo estudio. Incluye actividades como la
definicin del sistema y la determinacin de sus fronteras, la identificacin de las actividades ms
importantes para el logro del objetivo, es decir la conceptualizacin del sistema simplificado y
finalmente la elaboracin del modelo.
Es quizs la parte ms importante de la Investigacin de Operaciones y se le considera
como una mezcla de arte y de ciencia. La modelacin no puede ensearse, sino motivarse, se
aprende con la prctica y con la experimentacin.
Puede dividirse en dos fases: Subjetiva y la objetiva. La parte subjetiva consiste en la
definicin del sistema supuesto o simplificado. Mientras que la objetiva es la construccin del
modelo a partir del sistema simplificado.
La formulacin
Es la componente objetiva de la modelacin y consiste en convertir el sistema simplificado
en un modelo cuantitativo que lo describa. En esta seccin ahondaremos un poco en la actividad
de formulacin, para lo cual supondremos que ya se realiz la tapa previa que nos permiti
definir el sistema simplificado.
Debe tenerse en cuenta que en la vida profesional el estudiante si se vera afrontado a la
necesidad de derivar sus propios sistemas supuestos, a partir de los problemas reales que se le
presenten. El xito obtenido depender de factores tales como su capacitacin general, su
habilidad y experiencia en la modelacin y la comprensin que tenga del rea particular del
problema a modelar.
Una buena metodologa para construir modelos matemticos de los problemas, a partir del
problema simplificado (problema supuesto), parece ser la siguiente:
23
www.monografias.com
1.
Leer atentamente el enunciado de la situacin con el fin de comprender sus
principales caractersticas. Como resultado de la lectura estaremos en capacidad de realizar los
dos pasos siguientes.
2.
Organizar en cuadros o tablas toda la informacin cuantitativa que suministra el
enunciado del problema.
De esta manera ser ms fcil identificar, interpretar y utilizar la informacin.
Debe prestarse especial atencin a las unidades de todos los datos utilizados.
3.
Dibujar un esquema de la situacin.
Este nos permitir visualizar y comprender mejor las caractersticas del problema.
En especial el diagrama es til para llevar a cabo los tres pasos siguientes.
4.
Identificar los elementos del problema.
Los elementos son las entradas (recursos), las salidas (productos) y las actividades
(variables de decisin) del proceso al cual se reduce el problema. La grafica o esquema
del paso tres, es de gran ayuda en esta tarea.
Las actividades son las que convierten una o ms entradas en una o ms salidas.
La esencia del problema de P.L. es la determinacin del sub conjunto de actividades que
deben llevarse a cabo para optimizar el logro del objetivo.
5.
Expresar el objetivo relacionado con el problema, indicando las unidades en las
cuales se medir.
Recordemos que en los problemas de programacin lineal el objetivo ser
maximizar o minimizar alguna medida de eficiencia, que puede ser un costo, un tiempo,
una probabilidad, un nmero de personas o de elementos, etc. En todos los casos se
deben dar explcitamente las unidades de medicin.
6.
Definir las variables de decisin.
A cada una de las actividades que pueden realizarse se le asocia una variable que
indicara el nivel o medida de su ejecucin. Por ejemplo, si una actividad es fabricar el
producto P3, entonces al asociarle v. gr. la variable de decisin X3, definiremos esta como
el nmero de productos P3 que se deben fabricar.
En algunos problemas las variables de decisin se pueden tomar en ms de una
forma posible. Una buena gua para determinar la ms conveniente es buscar que las
variables correspondan a aquellas actividades que permiten medir el grado de logro de la
funcin objetivo.
7.
Formular la funcin del objetivo y las funciones de las restricciones del modelo
matemtico.
Teniendo una correcta comprensin del objetivo y definidas las variables que
cuantifican las actividades que conforman el proceso, podemos escribir una funcin
matemtica que mida el logro del objetivo. Es la expresin que nos permitir conocer la
eficiencia de la decisin que se tome.
8. Formular las funciones de las restricciones
24
www.monografias.com
De la misma manera deben escribirse funciones para expresar las diferentes

limitantes que se presentan en el proceso, ya sea en lo referente a valores permitidos para
las variables, disponibilidad de recursos, produccin total mxima o mnima y muchas
otras.
Principales tipos de restricciones
Aunque para la infinidad de problemas que pueden modelarse para ser resueltos mediante
la Programacin Lineal se presentan muy diferentes restricciones, podemos decir que las
limitantes de un modelo de P.L. se agrupan en seis tipos principales, que son:
Restricciones de capacidad: Relacionadas con los recursos de infraestructura del
sistema, como son las horas de mano de obra, de mquina, el espacio, etc.
Restricciones de entradas: Limitan el valor de las variables debido a la disponibilidad de
recursos como: materia prima, dinero, etc.
Restricciones de mercado: Son reflejo de los valores mximos o mnimos en las ventas o
en el uso del producto o en el nivel de la actividad a realizar.
Restricciones de composicin: Son expresiones de las mezclas de los ingredientes, que
definen usualmente la calidad de los productos o resultados.
Restricciones de balance de materiales: Expresan las salidas de un proceso en funcin
de las entradas, tomando en cuenta generalmente cierto porcentaje de merma o desperdicio en el
proceso.
Restricciones internas: Son las que se escriben para definir el valor de una variable que
surge en la formulacin del problema, no siendo variable de decisin, sino una variable auxiliar
creada para hacer ms expedita la construccin del modelo.
Restricciones por polticas administrativas: No hacen parte de la tecnologa del
problema, sino que obedecen a decisiones administrativas, como por ejemplo no invertir ms de
cierta cantidad de dinero en alguna opcin.
Nuevamente se recalca la importancia de tener muy claras las unidades de los datos que
se usarn. Esta consideracin nos permitir controlar la homogeneidad en las unidades de los
trminos de la funcin del objetivo y en las de las funciones de las restricciones.
En especial debe constatarse que las unidades resultantes al evaluar la expresin del lado
izquierdo de una restriccin, coincidan con las unidades del lado derecho de la misma.
Obviamente cuando un modelo tiene varias restricciones de un mismo tipo, basta con verificar la
consistencia en una de ellas.
Construccin de modelos de programacin lineal de algunos problemas sencillos
Como se dijo la programacin lineal es una tcnica ampliamente utilizada para la
bsqueda de la solucin ptima a problemas de innumerables disciplinas en muchos campos de
la actividad humana.
En este captulo se presentan algunas aplicaciones sencillas. En
el siguiente
estudiaremos otras aplicaciones que exigen un poco ms de anlisis y de conocimiento del rea
respectiva.
25
www.monografias.com
APLICACIONES EN PRODUCCIN
Mezcla de produccin:
El problema consiste entonces en determinar la cantidad Xj a producir de cada uno de los

artculos que compiten por el uso de los recursos, de tal forma que se obtenga un mximo de
produccin o un mximo de beneficio, o un mnimo de costo u otro objetivo especial, en un
periodo determinado de produccin
Ilustremos este tipo de problemas con dos ejemplos sencillos:
Ejemplo N 1
La compaa desea conocer cuantas unidades de cada tipo de artculo debe producir en el
periodo con el fin de maximizar la utilidad total por venta de los artculos. Se supone que todos los
artculos producidos se venden y que la utilidad unitaria permanece constante, sin importar la
cantidad vendida.
Construccin del modelo:
Siguiendo la metodologa propuesta en este capitulo, una vez comprendida la situacin
que se describe, vamos a organizar los datos en una tabla; con lo cual ser ms fcil su utilizacin
para construir el modelo.
Un bosquejo de la situacin puede ser el que se muestra en la siguiente grfica, en la

cual se observa que los elementos claves del problema son las tres materias primas y los dos
26
www.monografias.com
tipos de artculos, mientras que el objetivo es maximizar la utilidad. De esta manera aparece claro
que el objetivo se medir en pesos / periodo.
De igual forma salta a la vista que las actividades alternativas son, como lo dice el
enunciado, producir artculos tipo 1 y producir artculos tipo 2. Tngase en cuenta que las
actividades no son excluyentes sino que pueden darse simultneamente a determinados niveles;
desde llevarse a cabo una sola de ellas, hasta ejecutarse ambas en cierta combinacin. Todo ello
depende de la relacin entre su contribucin al objetivo y a su consumo de las materias primas.
Debemos usar unas variables para cuantificar el nivel o grado al cual llevaremos a cabo
cada actividad.
Por ello definimos las variables as:
X1 : cantidad de artculos tipo 1 a fabricar en el perodo.
X2 : cantidad de artculos tipo 2 a fabricar en el perodo.
Una vez definidas las variables de decisin y comprendido el objetivo del problema, el
modelo se plantea as:
Funcin del objetivo
Utilidad total = 400X1+ 300X2
$/periodo
Limitantes o restricciones en el logro del objetivo
La cantidad utilizada de cada materia prima debe ser menor o igual que la cantidad
disponible.
27
www.monografias.com
Los valores de todas las variables deben ser mayores o iguales a cero
(Condicin de no negatividad de las variables)
X1 0, X2 0
Por lo cual el modelo tendr la siguiente forma final:

Minimizar
Utilidad total = 400X1+ 300X2
Sujeta a:
Con
X1, X2 0
Mas con el propsito de ilustrar la manera de verificar la compatibilidad de unidades, que

con el de constatar la veracidad del modelo, pues este es muy elemental, vamos a analizar un
anlisis bidimensional de las funciones.
En la funcin objetivo:
400 ( $ / unidad de P1) * X1 ( unidades de P1 / perodo)
+ 300 ( $ / unidad de P2) * X2 ( unidades de P2 / perodo)
= ( $ / perodo)
Se verifica que son las mismas unidades de la funcin objetivo.

En las restricciones analicemos nicamente para el consumo de la materia prima A, pues
para las otras es similar.
1(libra de A/unidad de P1) * X1 (unidades de P1/periodo)
+ 1(libra de A/unidad de P2) * X2 (unidades de P2/periodo) = (libras de A/periodo)
Que coinciden con las unidades del miembro derecho de la primera desigualdad.
28
www.monografias.com
(150 lb. de A/periodo)

Advirtase que la condicin de no negatividad de las variables, tiene sentido lgico en este
modelo, ya que no se puede fabricar una cantidad negativa de alguno de los tipos del artculo.
Luego evaluaremos problemas en los cuales se puede presentar el caso de que una o mas
variables puedan tomar valores entre menos infinito y ms infinito o incluso que algunas variables
deban tomar valores negativos o cero. En estos casos debemos efectuar los ajustes necesarios
en el modelo para que todas las variables estn condicionadas a ser no negativas, ya que esta es
una condicin del algoritmo utilizado para la solucin de los modelos de P.L.
Por este motivo a la condicin de no negatividad de las variables se le llama en muchos
casos condicin tcnica (de no negatividad).
Debemos interpretar tambin, la parte del enunciado referente a que la empresa supone
que vende todos los artculos producidos y que la utilidad permanece constante. La primera parte
nos indica que no hay lmites en cuanto al nmero de artculos de cada tipo a producir, excepto los
inherentes a la disponibilidad de los recursos productivos.
La segunda parte nos permite considerar la proporcionalidad entre la cantidad de artculos
y la utilidad total por ventas de cada tipo de artculo.
En algunas situaciones de mercado ocurre que hay lmites en las ventas mximas o
mnimas de un determinado tipo de artculo, lo cual debe reflejarse en el modelo como una
restriccin en el valor de la variable correspondiente a la actividad.
Por ejemplo si conocemos que la demanda mxima del artculo 1 es de 30 unidades,
debemos incluir en problema la condicin de que no se produzcan ms de 30 unidades de este
articulo, ya que la produccin adicional no tendra comprador, generando entonces un inventario
en lugar de contribuir a la utilidad total. Igualmente si tenemos una demanda comprometida de 15
unidades del artculo 2, la cual deseamos satisfacer, debemos agregar al modelo una restriccin
expresando que el nmero de unidades del articulo 2 debe ser al menos 15.
Con la dos consideraciones anteriores, el modelo debe tener estas otras dos restricciones
X1 30
X2 15
Por otro lado en algunas condiciones de mercado el precio unitario de venta de los
artculos se quiebra, o sea se disminuye en alguna cantidad cuando el nmero de artculos
excede cierto valor. Por ejemplo si X3 es la cantidad comprada de un articulo cuyo precio unitario
es de $10 cuando 0 X3 100; pero que rebaja a $7 cuando 101 X3 250 y rebaja de nuevo a
$ 6 cuando X3 251; en este caso no se cumple la condicin de proporcionalidad en la funcin
del objetivo ya que no tenemos un coeficiente nico para multiplicar por la cantidad comprada
para obtener el costo de compra de las X3 unidades. El coeficiente depende del intervalo en el
cual se encuentre el valor de X3. En algunos casos podemos efectuar promedios de los valores
de los parmetros pertinentes y en otros se puede plantear el modelo de la forma de
programacin lineal separable, como lo aprenderemos en un ejemplo posterior.
Ejemplo N 2.
29
www.monografias.com
El costo del material para una unidad del artculo 1 es $50, para una unidad del artculo 2
es de $80 y para una unidad del artculo 3 es de $140.
Los precios de venta para los artculos son respectivamente de $400, $420 y $500, la
unidad.
Los tiempos de proceso requeridos por una unidad de cada tipo de material, se dan en la
siguiente tabla:
Minutos de operacin por unidad
La compaa necesita conocer cuantas unidades de cada tipo de artculo debe fabricar en
una hora, para obtener la mxima utilidad.
Inicialmente podemos elaborar unas tablas con los datos del problema, as:
30
www.monografias.com
El esquema del proceso puede ser el siguiente:

Los elementos son la materia prima, las tres operaciones de proceso y los tres artculos.
Determinar los elementos del problema es de gran ayuda para la elaboracin de la funcin
objetivo y las funciones de las tres restricciones.
El objetivo ser maximizar la utilidad resultante de la produccin en una hora. Esta utilidad
ser la diferencia entre el ingreso por ventas y los gastos por materia prima y operaciones en las
mquinas.
Calculemos las utilidades netas, as:
Las variables a utilizar se definen como:
31
www.monografias.com
Las restricciones se refieren a que una mquina no puede utilizarse durante una hora por
un tiempo total mayor que la hora. Es decir, el tiempo que una mquina dedique a la produccin
del artculo 1, ms el que dedique al artculo 2 ms el dedicado al artculo 3, no puede exceder a
una hora de capacidad, pues ese es el perodo de tiempo que se tom como referencia.
Programacin de la produccin
Este es una de las reas de la Programacin Lineal ms rica en aplicaciones. Un
problema de programacin de la produccin puede verse como un problema de mezcla de
produccin para varios periodos hacia el futuro. Se quieren determinar los niveles de produccin
que permitirn a la compaa obtener el mnimo costo (o la mxima ganancia), cumpliendo con los
requerimientos de las limitaciones en mano de obra, maquinaria, materiales, espacio de
almacenamiento, requisito de demandas, etc.
Los problemas de Programacin de Produccin tienen naturaleza recurrente, es decir que
se presentan un periodo tras otro, slo que con algunas variaciones en ciertos datos, como por
ejemplo en las demandas, o en las disponibilidades de algunos recursos. Por este motivo los
modelos de P.L. se usan extensivamente en este campo, pues una vez que un modelo fue
resuelto para un periodo determinado, basta con repetir su solucin para los datos del nuevo
periodo, para obtener recomendaciones acerca del programa ptimo de produccin.
Ilustremos este tipo de aplicaciones mediante al siguiente ejemplo sencillo:
Ejemplo N 3
Un fabricante debe cumplir los siguientes compromisos, en el primer trimestre:
32
www.monografias.com
La capacidad mensual de produccin de su planta es de 20.000 unidades. El costo

unitario de produccin varia cada mes, as: Enero $20, Febrero $9 y Marzo $12. La compaa
estima en $3 el costo de almacenamiento de cada unidad que posea en la bodega l ltimo da
del mes. La capacidad de la bodega de que dispone es de 22.000 unidades.
La empresa tiene en el inventario 50 unidades y desea tener 70 al final. El problema a
resolver consiste en la determinar del programa de produccin mensual que minimiza los costos
totales en el trimestre.
Se supone que la produccin se realiza durante todo el mes y el despacho se efecta l
ltimo da de mes.
Construccin del modelo
La grafica que describe el problema puede ser:
Deseamos determinar el programa de produccin para obtener el mnimo costo en el

trimestre. Para ello definimos las variables as:
33
www.monografias.com
Los problemas de este tipo tambin pueden modelarse de otra manera como lo sugiere el
siguiente grafico:
Ac las variables se definen como:
34
www.monografias.com
En esta formulacin no incluimos la posibilidad de contar con inventario inicial ni con

inventario final, lo cual se deja como ejercicio al estudiante.
Por ejemplo, cul sera el programa de produccin si se tienen 5.000 unidades de
inventario inicial y se desean 10.000 de inventario final.
Los problemas de programacin de la produccin tambin pueden resolverse en forma
relativamente sencilla disponiendo los datos en una tabla, en la cual se anotan los costos de cada
accin alternativa y se procede a obtener una solucin aprovechando la estructura caracterstica
del proceso. El final del capitulo se resolver este mismo problema mediante la tabla mencionada.
Composicin o mezcla
35
www.monografias.com
Los problemas de mezcla ocurren en las industrias alimenticias, petroleras, siderurgicas,

en la industria qumica en general, y muchas otras en las cuales se deben mezclar sustancias.
Veamos el siguiente ejemplo sencillo conocido como el problema de la dieta.
Ejemplo N 4
Un granjero sabe que debe suministrar diariamente a cada una de sus vacas, un mnimo
de 27, 21 y 30 unidades de los elementos nutricionales A, B, C , respectivamente. Para
prepararles la comida puede comprar dos clases de alimentos. Una libra del alimento 1 contiene
3, 1, y 1 unidades del nutriente A, B, C , respectivamente, y cuesta $40. Por otra parte, una libra
del alimento 2 contiene respectivamente 1, 1 y 2 unidades de los nutrientes y cuesta $20.
El granjero desea conocer cuntas libras de cada alimento necesita utilizar para nutrir a
cada una de sus vacas, de tal forma que minimice los costos. Suponga que no hay limite en
cuanto al peso total de la comida (mezcla) resultante.
Para iniciar, podemos elaborar una tabla con los datos del problema:
Un esquema de la situacin, puede ser:
36
www.monografias.com
Sean
XAi : libras del alimento i que dedicaremos a la preparacin de la dieta

para una vaca i 1,2 .
El objetivo es minimizar los costos. El modelo queda:
Minimizar: Costo
Z 40 AX 1 20 XA2
Sujeto a:
Composicin de la dieta
Nutriente A
3 XA1 1XA2 27 (unidades de A /vaca)
Nutriente B
1XB1 1XB2 21
Nutriente C
1XC1 2 XC 2 30 (unidades de C /vaca)
(unidades de B /vaca)
Se deja al estudiante la comprobacin de la consistencia de las unidades.

Veamos otro ejemplo que ilustra el caso de composicin o mezcla de ingredientes.
Ejemplo N 5
Una compaa petrolera produce dos tipos de gasolina, la corriente y la extra. La corriente
se vende a $3000 galn y la extra a $3600. Las gasolinas se fabrican a partir de dos crudos,
cuyos anlisis de componentes aparecen a continuacin:
La gasolina corriente debe contener
mximo 60% de B , mientras que la extra debe
contener mnimo 50% de A .

El oleoducto de la compaa puede suministrar un mximo de 2 millones de galones crudo
1, y 3 millones de crudo 2, al da.
La compaa espera vender a lo mximo 5 millones de galones de gasolina corriente y 1
milln de gasolina extra, cada da.
37
www.monografias.com
Cmo debe proceder la empresa para obtener la mxima ganancia diaria?

Elaboraremos una tabla con los datos importantes acerca de las gasolinas, as:
Un esquema de la situacin puede ser:
Las variables se definen as:

Sean Xij : el nmero de galones de crudo i que se dedican a producir la gasolina
j i 1,2 ; j (C corriente, E extra).
Debemos suponer que al mezclar por ejemplo X 11 galones de crudo 1 y X 21 galones de

crudo 2, resultaran X 11 X 21 galones de gasolina 1, pues no hay prdidas en la operacin.
Considerando que el objetivo es maximizar las utilidades por venta de las gasolinas, y que
estas deben cumplir unos requisitos de composicin, adems de tener limites en la produccin,
debido a la demanda y limites en la disponibilidad de crudos, el modelo del problema ser:
38
www.monografias.com
Maximizar:
Z 3000 X 11 X 21 3600 X 12 X 22 150 X 11 X 12 120 X 21 X 22
Sujeto a:
Composicin de gasolinas
corriente).
corriente).
A en la extra:
en la corriente:
0.40 X 11 0.70 X 21 0.60 X 11 X 21 (gal de B en gas.

0.60 X 12 0.30 X 22 0.50 X 12 X 22 (gal de A en gas.
Disponibilidad de crudos:
X 11 X 12 2 * 10 6
(galn de crudo 1)
X 21 X 22 3 *10 6
(galn de crudo 2)
Ventas mximas (produccin mxima)
X 11 X 21 5 *10 6
(galn de corriente)
X 12 X 22 1 * 10 6
(galn de extra)
Para terminar la discusin del ejercicio, deduzcamos las unidades de la restriccin de

composicin de la gasolina corriente:
0.40 galn de B /galn de crudo 1 * X 11 galn de crudo 1

+ 0.70 galn de B /galn de crudo 2 * X 21 galn de crudo 2 = galones de B
Unidades idnticas a las que se obtienen en el lado derecho, as:
0.60 galones de B/galones totales de gas corriente *( X11 galones de crudo 1+ X21
galones de crudo 2) = 0.60 galones de B/galones totales de gasolina corriente*(galones totales
de gasolina corriente) = galones de B
El estudiante debe notar que en la solucin del problema no hemos considerado la
posibilidad de que el proceso permita separar los componentes de cada crudo, para con ellos
elaborar las gasolinas. Ser posible realizar esto?
39
www.monografias.com
Se deja como ejercicio la formulacin bajo este enfoque.

Aplicaciones en las finanzas
Este tipo de problemas surge cuando un ejecutivo del rea financiera dispone de un
capital C y tiene que elegir entre m diferentes alternativas de inversin, cada una de las cuales
tiene una rentabilidad y un riego determinados. El objetivo de este tipo de problemas es
naturalmente la maximizacin del rendimiento o la minimizacin del riesgo financiero.
Las restricciones provienen comnmente de aspectos como : capital disponible, leyes
financieras, polticas de la compaa, riesgo mximo permitido, etc.
Muchas situaciones de decisin financiera se han formulado y resuelto usando diferentes
tcnicas de la programacin matemtica, pero si un problema puede formularse como un modelo
de P.L., su solucin se obtiene de una manera ms eficiente.
A continuacin discutiremos un problema simplificado que ilustra este tipo de decisiones.
Ejemplo N 6
Un inversionista dispone de $30.000.000 y desea invertirlos de tal manera que maximice
la ganancia en el periodo de tres aos.
Tiene las siguientes posibilidades de inversin:
Acciones:
Disponible al inicio de cada ao, durante los tres prximos aos. Cada peso
invertido en Acciones, retorna 1.20 al siguiente ao, a tiempo para reinvertir el dinero
nuevamente. Puede invertir mximo $12.000.000 cada vez.
Bonos:
Disponible a principio del primer ao. Cada peso invertido le retorna 1.50 al
cabo de dos aos, a tiempo para reinvertirlos. Puede invertir un mximo de $20.000.000 en esta
alternativa.
Certificados de depsito a dos aos: Disponible al principio del segundo ao. Cada peso
invertido le retorna 1.60 dos aos despus. Puede invertir un mximo de $15.000.000
Dlares: Disponible al inicio del tercer ao. Cada peso invertido le retorna 1.40, un ao
despus. Puede invertir un mximo de $10.000.000
Si por las limitaciones en la cantidad invertida en las alternativas, en determinado ao no
se invierte todo el dinero disponible, el sobrante se deja en una cuenta de ahorros, que indica
una rentabilidad del 12% anual.
Lo primero que podemos hacer es un esquema de las posibilidades de inversin, para el
horizonte de tiempo a considerar. Como lo indica el enunciado, se desea estudiar un periodo de
tres aos.
40
www.monografias.com
30.000.000
XA1
Ao 1
XA2
XA3
Ao 2
S1
Ao 3
S2
S3
XB1
XD3
XC2
En la grfica se muestran las variables asignadas a cada actividad. Esta es una forma
valida y muy ilustrativa de definir las variables que se usan:
De esta manera, las variables se definieron como:
Xij: cantidad invertida en la alternativa i al principio del ao j; i A, B, C , D; j 1,2,3 .
El objetivo es obtener la mxima ganancia al trmino del tercer ao, y tambin puede
entenderse como obtener el mximo retorno total al trmino del mismo periodo.
Al inicio de cada ao, en el momento de efectuar las inversiones, hay dos tipos de
limitantes. La primera consistente en que no se puede invertir ms de la cantidad disponible
para ello y la segunda, derivada de la decisin administrativa de limitar las cantidades que se
pueden invertir en algunas alternativas.
Considerando el anlisis anterior, el modelo de P.L., es:
Maximizar: utilidad Z 0.2 XA3 0.4 XD3 0.6 XC 2 0.12S 3
41
www.monografias.com
Sujeta a:
Capacidad de inversin en cada ao:
Ao 1: XA1 XB1 S1 30.000.000
Ao 2: XA2 XC 2 S 2 1.2 XA1 1.12 S1
Ao 3: XA3 XD3 S 3 1.2 XA2 1.5 XB1 1.12S 2
Inversin mxima en cada alternativa:
XA1 12, XA2 12 , XA3 12

XB1 20
XC 2 15
XD3 10
con Xij 0
Como se anot antes, la funcin del objetivo pudo expresarse como:
Z 1.2 XA3 1.4 XD3 1.6 XC 2 1.12 S 3

Con lo cual el modelo tendr una solucin idntica a lo que se obtendra con la funcin
objetiva propuesta. (Verifquese solucionando ambos modelos).
El problema del transporte

Es una de las ms conocidas aplicaciones de la Programacin Lineal. Se presenta
cuando por ejemplo necesitamos tomar decisiones con respecto a las mejores rutas de
distribucin de artculos desde m centros productivos hasta n bodegas o almacenes.
El siguiente ejemplo nos ayudara a comprender las caractersticas de este tipo de

situacin.
Ejemplo N 7
Una compaa embotelladora tiene plantas ubicadas en Medelln, Bogot y Cartagena.
La capacidad de cada una de las plantas es:
42
www.monografias.com
La empresa surte a cuatro distribuidoras localizadas en diferentes zonas del pas. La

demanda esperada de cada uno de los distribuidores es la siguiente:
El costo de transportar una caja de cada planta a cada distribuidor es:
Cmo deben programarse los envos desde las plantas hasta los distribuidores para
tener el mnimo costo total?
La situacin puede esquematizarse como se muestra abajo, lo cual nos sugiere definir
las variables como:
Xij: cantidad de cajas enviadas de la planta i hasta la bodega j;
43
www.monografias.com
Conociendo las capacidades, las demandas esperadas y los costos, el modelo puede
escribirse como:
Minimizar costo:
100 XMCA 120 XMCU 150 XMI 210 XMR

200 XBCA 150 XBCU 200 XBI 180 XBR
300 XCCA 200 XCCU 150 XCI 130 XCR
Sujeta a:
Capacidad de las plantas

Medelln:
XMCA XMCU XMI XMR 100.000
Bogot:
XBCA XBCU XBI XBR 120.000
Cartagena:
XCCA XCCU XCI XCR 100.000
Demandas de los distribuidores:

1
XMCA XBCA XCCA
XMCU XBCU XCCU
XMI XBI XCI
XMR XBR XCR
50.000
70.000
62.000
44
120.000
www.monografias.com
con Xij 0.
Como el objetivo es minimizar el costo total de los envos, es de esperarse que a cada
distribuidor se le envie justamente lo que necesita, motivo por el cual todas las restricciones de
demanda se cumplirn como si fueran igualdades. Por ello si las expresaremos como
igualdades, la solucin del modelo seria la misma.
Por otro lado debe tenerse en cuenta que cuando la demanda total es inferior a la oferta
total, un problema de transporte tendra una solucin en la cual se satisfacen todas las
demandas sobrando capacidad en las plantas, pero cuando la demanda total es superior a la
oferta total, el problema no tendra solucin.
Para que este ltimo caso tenga solucin, se debe agregar al modelo una planta ficticia
con capacidad igual a la que haga falta para igualar la demanda total. Esta operacin se conoce
como balanceo y ser discutida ms en detalle cuando estudiemos el algoritmo especial para
resolver el problema transporte.
Problema del personal necesario
Ejercicio N 8
El administrador de un peaje determin que el nmero de empleados que necesita se
distribuyen durante el da as:
Cada empleado trabaja 8 horas diarias consecutivas. El administrador desea conocer el

nmero mnimo de empleados que debe tener para cumplir con las necesidades de personal
durante el da.
La situacin puede visualizarse grficamente, de la siguiente manera:
45
www.monografias.com
El problema del administrador del peaje consiste en determinar el nmero de empleados

que deben iniciar trabajo en cada uno de los turnos, de tal forma que se cumplan los requisitos de
personal en ellos, contando con el mnimo posible de empleados.
Las variables se pueden definir como:
Xi: cantidad de personas que inician un trabajo a la hora i i 2,6,10. 22
Cada empleado labora 8 horas consecutivas, entonces presta sus servicios en dos de los
turnos en que se dividi el da para el estudio.
El modelo de programacin lineal es:
Minimizar: Z X 2 X 6 X 12 X 14 X 18 X 22
Sujeta a:
46
www.monografias.com
Personal necesario en cada intervalo
X2 X6 8
de 6 - 10
X 6 X 10 6
de 10 - 14
X 10 X 14 8
de 14 - 18
X 14 X 18 7
de 18 - 22
X 18 X 22 5
de 22 - 2
X 22 X 2 3
de 2 - 6
con
X i 0,
Debe aclararse que en las restricciones se pudo escribir relacin de igualdad en lugar de
la relacin mayor o igual, pues el enunciado as lo sugiere. Se opt por considerar las
desigualdades como mayor o igual, para dar ms libertad en la solucin del problema, ya que
colocando igualdades se limita la solucin a dar valores que cumplan estrictamente las
igualdades, lo cual en algunos problemas (ste es uno) implica inexistencia de solucin. En
cambio al colocar desigualdades mayor o igual, se permite que las variables tomen valores de tal
forma que se cumplan las desigualdades y como el objetivo es minimizar, es de esperarse que
las variables tomarn los mnimos valores posibles, dando igualdades en todas las restricciones
en que se pueda.
Se deja como ejercicio al estudiante la solucin de los dos modelos, para que verifique los
comentarios anteriores.
Problemas de los patrones de corte
Ejemplo N 10
Una empresa produce papel en rollos de 90 cm. de ancho y 100 m. de largo, pero muchas
veces recibe pedidos para despachar rollos de dimensiones menores. En este momento necesita
cumplir con la siguiente orden de produccin:
La compaa desea determinar la forma de cortar los rollos estndar, de tal manera que se
produzca el mnimo sobrante de papel.
Elabore el modelo matemtico de P.L. para este problema.
Obviamente la solucin a este problema implicara que sea necesario despachar dos o ms
rollos para obtener la longitud pedida de cada uno de los anchos, ya que el rollo estndar solo
mide 100 m. de largo. Tambin aceptemos que el papel sobrante es todo rollo inferior a 25 cm.
Para entender mejor la lgica de solucin del problema, determinemos todas las formas en
que se puede cortar un rollo de ancho de 90 cm., para obtener anchos de 75, 35 y 25 cm.
Si tomamos como referencia un metro del rollo de ancho estndar, las posibles formas de
corte son:
47
www.monografias.com
Observemos que hay cuatro modalidades de corte, en cada una de las cuales se obtiene
un nmero de franjas de los anchos necesarios, con un desperdicio determinado.
Las actividades alternativas a desarrollar son las cuatro modalidades de corte, cada una
con su sobrante asociado por cada metro.
Las caractersticas de los cuatro cortes posibles, se resumen en la siguiente tabla, en
donde como se dijo los datos son para cada metro de ancho de 90 cm. que se corte en cada
modalidad.
Podemos definir las variables del modelo como:

Xi: nmero de metros del rollo estndar cortados en la modalidad i.
Sj: nmero de metros del ancho j, cortados en exceso sobre lo pedido (j= 1, 2, 3).
Con lo cual al modelo puede plantarse as:
Minimizar: Sobrante: 0.15X1 + 0.20X2 + 0.05X3 + 0.15X4
Sujeta a:
Cantidad necesaria de cada ancho
1X1
> 200
2X2 + 1X3
> 500
2X3+3X4
> 300
48
www.monografias.com
con Xi > 0, i, Sj > 0, j

Si escribiramos las restricciones como igualdades, puede presentarse el caso de que el
problema no tenga solucin factible, al ser imposible encontrar modalidades de corte que
produzcan exactamente las cantidades pedidas de cada ancho.
Una alternativa para no usar las relaciones mayor o igual y en cambio utilizar relaciones
de igualdad, es introducir al lado izquierdo de las restricciones las variables Sj para indicar el
nmero de metros de ancho j, cortado en exceso sobre lo pedido.
Se pide al estudiante que escriba el modelo adecuado para representar la situacin que se
acaba de mencionar.
Ejemplo N 11
Una empresa se dedica al transporte areo de cargas y cuenta para ello con un avin que
tiene tres compartimientos: frontal, central y trasero. Las capacidades en peso y espacio para
cada compartimiento son:
Por motivos tcnicos, debe tenerse igual proporcin de peso ocupado a capacidad en peso
en cada compartimiento.
La empresa recibi el encargo de transportar la carga de cuatro clientes pudiendo aceptar
cualquier fraccin de ellos.
La informacin de peso, volumen y utilidades de las cargas es:
Cmo debe programar la ocupacin del avin para obtener la mxima ganancia?
Un problema de este tipo es en realidad, similar a un problema de capacidades de peso y
volumen de los compartimientos.
Antes de construir el modelo, debemos calcular el volumen por tonelada de cada carga.
Los resultados se registran en la siguiente tabla:
49
www.monografias.com
Las variables de decisin sern:

Xij; toneladas de la carga i a transportar en el compartimiento j
( i= 1, 2, 3, 4); ( j= F, C, T )
El modelo de P.L. puede ser el siguiente:
Maximizar:
T
jF
jF
jF
jF
Z 250.000 X 1 j 400.000 X 2 j 300.000 X 3 j 500.000 X 4 j
Sujeta a:
Capacidades de peso en los compartimientos
50
Utilidad =
www.monografias.com
Proporcin de peso en los compartimientos
Problema de mezcla de productos con funcin objetivo separable

Ejemplo N 12
Una compaa produce tres artculos A, B, C. Cada unidad de A, requiere una hora de
maquinaria, ocho horas de mano de obra y cuatro libras de materia.
Cada unidad de B, necesita tres horas de maquinaria, tres horas de mano de obra y tres
libras de materia.
Cada unidad de C, requiere dos horas de maquinaria, cuatro horas de mano de obra y dos
libras de materia.
La empresa dispone de 300 libras de materia prima, 800 horas de mano de obra y 80
horas de maquinaria, para el prximo periodo.
El precio de venta y por ende las utilidades de los artculos, van rebajando a medida que
aumenta la cantidad vendida, como se indica en la siguiente tabla:
Cul ser el programa de produccin y ventas que maximiza la utilidad total)

Inicialmente elaboramos una tabla con los datos de consumo de los recursos de la
empresa:
51
www.monografias.com
No es difcil detectar que las actividades alternativas que pueden realizarse son la
fabricacin de cada uno de los artculos. Por ello definimos las variables como:
Xi: nmero de unidades del articulo i que deben fabricarse en el periodo.
La definicin anterior es la tpica cuando tenemos varias actividades que compiten por
varios recursos. El paso siguiente ser la elaboracin de la funcin del objetivo y de las
restricciones. Pero encontramos que la definicin de las variables no nos permite escribir una
funcin objetivo vlida.
En la funcin del objetivo hallaremos el inconveniente de que tenemos cuatro coeficientes
objetivo diferentes para el articulo A, tres para el artculo B y dos para el artculo C.
Cul de ellos colocar en la funcin objetivo?
La situacin anterior refleja la no proporcionalidad de la utilidad y la cantidad producida.
Por lo tanto ese problema no cumple una de las condiciones bsicas para plantearse directamente
como un modelo de Programacin Lineal.
Para adecuar el problema a la forma en que pueda formularse como modelo de P.L., es
posible a veces calcular una utilidad promedia para cada artculo y colocar este valor como
coeficiente objetivo. Claro que en ese caso estaremos aceptando que la solucin hallada ser
apenas aproximada, debido a la simplificacin de los valores reales.
Pero afortunadamente para este tipo de problemas en donde el objetivo es maximizar y los
coeficientes van disminuyendo al aumentar la variable, es posible construir una funcin objetivo en
la cual se definan las variables para reflejar los intervalos que considera el problema.
Para mejor entendimiento construyamos una grfica con los intervalos de la variable X1.
52
www.monografias.com
Como se dijo las unidades comprendidas en el intervalo 0-40 dan utilidades de $10, las
comprendidas en el intervalo 41-100 dan utilidad unitaria de $9, etc.
Para reflejar este hecho en la funcin objetivo, vamos a definir las variables as:
Xij: cantidad de unidades vendidas del articulo i, que pertenecen al intervalo j
(i=1, 2, 3; j=1, 2, 3, 4)
Xi: cantidad total de unidades del articulo i vendidos.
De esta manera el modelo de P.L., queda:
Maximizar: utilidad:
Sujeta a:
Limites de las cantidades que pertenecen a cada intervalo.
No se incluyeron X14, X23 y X32 pues estas variables no tienen lmite en sus valores.
Por comodidad al escribir las restricciones de uso de los recursos, podemos expresar las
siguientes igualdades:
Luego se escriben las restricciones de disponibilidad de recursos as:

Maquinaria:
53
www.monografias.com
Problema del transbordo

La compaa X puede producir su principal artculo en dos departamentos diferentes.
Cada departamento puede enviar lo producido al centro de control de calidad final A o al centro de
control de calidad final B, desde los cuales se remite a cualquiera de las cuatro lneas del
empaque y envo de que dispone la empresa. El departamento 1 tiene capacidad para producir
80 unidades por hora y el departamento 2 para producir mximo 60 unidades por hora. Segn las
demandas esperadas, se ha programado que las lneas de empaque atiendan al menos las
siguientes cantidades por hora: 30, 20, 40, 40 respectivamente.
La siguiente tabla muestra los tiempos (minutos) promedio que se gasta en los diferentes
movimientos de cada unidad del producto.
En el centro 1 de control de calidad, se demora 4 minutos para revisar un artculo y en el

centro 2 de control de calidad se demora 6 minutos.
Cmo debe organizarse el flujo de las unidades entre los departamentos productivos y las
lneas de empaque y envo, pasando por algunos de los centros de control de calidad, de tal forma
que se obtenga un mnimo tiempo total de produccin?.
Problema de asignacin
Cierta compaa tiene tres empleados para asignar a tres solicitudes de reparacin de
licuadoras en la casa de los clientes, que deben ser atendidos maana, por lo cual los empleados
viajan directamente de su hogar hasta el del cliente.
Como la empresa subsidia el combustible del vehculo de los operarios, desea ahorrar lo
mximo, motivo por el cual necesita conocer la forma de asignar los operarios a los clientes de
tal manera que se tenga la menor distancia total de viaje de los empleados.
La tabla siguiente muestra las distancias desde la casa de cada empleado hasta la de cada
cliente.
54
www.monografias.com
Programacin entera
Corte de madera
Una marquetera debe enmarcar 175 cuadros de 119x96 cm.
comprar varillas de la moldura indicada con longitud de 300 cm.
En el mercado puede
Cmo deben cortarse las varillas para obtener los marcos requeridos, obteniendo el
menor sobrante posible?
Solucin:
Modalidades de corte
Xi: Nmero de varillas estndar cortadas en la modalidad i (i= 1, 2, 3)

Para 175 marcos se necesitan 350 piezas de cada longitud.
Minimizar: 62X1 + 1X2 + 30X3 longitud sobrante
s.a:
2X1 + 1X2
> 350
piezas de longitud 119
2X2 + 3X3
> 350
piezas de longitud 90
Pregunta: El valor de las Xi tiene que ser entero?

Cul ser la diferencia de sobrantes, si permite que el valor de los Xi sea
fraccionario?
Programacin de la produccin de un ensamble.
Cierta empresa produce un artculo que se forma con cuatro piezas del componente A y
tres piezas del componente B.
Las piezas se pueden fabricar en cualquiera de las tres mquinas diferentes que posee la
compaa, las cuales transforman las dos materias primas en las piezas que van al ensamble del
producto final.
La tabla siguiente muestra el nmero de gramos de cada materia prima que deben
utilizarse en cada mquina para realizar un ciclo de produccin de las componentes. La misma
tabla muestra el nmero de componentes de cada tipo que se obtienen en cada ciclo de
55
www.monografias.com
produccin de cada una de las maquinas, as como el nmero de gramos disponibles de las
materias primas.
Cmo debe programarse la produccin para obtener la mxima cantidad de artculos?

Suponga que una compaa tiene cuatro proyectos llammoslos A, B, C, D, que pueden o
no llevarse a cabo, pero un proyecto no puede ejecutarse parcialmente.
Los proyectos B y D no se pueden ejecutar simultneamente (son mutuamente
excluyentes)
La informacin relativa a los proyectos es:
La compaa dispone actualmente de 25.000 y al inicio del segundo ao recibir

$5.000 de otras inversiones. Adems necesita disponer de 15.000 al inicio del tercer ao
para cancelar unos compromisos en esa fecha.
Elabore el modelo de P.L. para determinar cules proyectos ejecutarse con el
propsito de maximizar el valor presente neto de las inversiones realizadas.
Autor:
Rafael Freites
rafaelfreites@hotmail.com
56
www.monografias.com
Investigacin de Operaciones y Simulacin

Mohammed Portilla- mportillac@gmail.com
1.
2.
3.
4.
Programacin Lineal - Problema General

Caractersticas de la Programacin Lineal
Pautas y comentarios para la formulacin de modelos
Formulacin de Modelos
Evaluacin y formulacin de problemas de optimizacin de recursos empresariales
Max Min Z = C X
S.A:
AXB
XJ > 0 ; j = 1, 2, ..., n
Objetivo
Mediante una recopilacin de problemas representativos de programacin lineal se busca

desarrollar la capacidad inventiva para formular problemas de optimizacin de recursos.
Programacin Lineal - Problema General
Definicin:
Dado un conjunto de m desigualdades lineales ecuaciones lineales, con n variables, se
requiere hallar valores no negativos de stas variables que satisfagan las restricciones y
maximicen minimicen alguna funcin lineal de las variables llamada Funcin Objetivo.
Matemticamente:
Hallar XJ , J = 1, 2, . . . . . n para:
Maximizar
Z = C1X1 + C2X2 + . . . . . . + CnXn
Minimizar
Con las siguientes restricciones:
a11X1 + . . . . . . + a1jXj + . . . . . . + a1nXn
b1
.
ai1X1 + . . . . . . + aijXj + . . . . . + ainXn
bi
.
am1X1 + . . . . . . + amjXj+ . . . . . . + amnXn
bm
Xj =0 ; j = 1, 2, . . . . . . n
57
www.monografias.com
Caractersticas de la Programacin Lineal

1)
Linealidad asume que no pueden haber trminos as: X1X2, X3 2 a14Log X4
2)
Asume las propiedades aditivas y multiplicativas.
a)
Si una unidad tipo E necesita 2 horas en la Mquina A y una unidad tipo F necesita
2 horas, entonces ambas necesitan 4 horas.
b)
Si una unidad tipo E necesita 1 hora en la mquina B, entonces 10 unidades
necesitan 10 horas.
3)
La funcin a optimizar (maximizar minimizar) se llama funcin objetivo, no
contiene ningn trmino constante.
4)
En las m restricciones, no estn incluidas las condiciones Xj =0 (condicin de no
negatividad).
5)
a)
problema.
Soluciones:
Cualquier conjunto de Xj que satisface las m restricciones se llama una solucin al
b)
Si la solucin satisface la condicin de no negatividad Xj =0 , se llama una solucin
c)
Una solucin factible que optimiza la funcin objetiva se llama una solucin factible
factible
ptima
Usualmente hay un nmero infinito de soluciones factibles al problema, de todas estas,
tiene que hallarse una ptima
Pautas y comentarios para la formulacin de modelos
En la conversin de modelos verbales a modelos formales, ser muy til describir primero
con palabras un modelo que corresponda al problema dado.
Se puede proceder de la siguiente forma:
1)
Exprese cada restriccin en palabras; al hacer esto, ponga cuidadosa atencin en si
la restriccin es un requerimiento de la forma:
(mayor igual que, al menos, por lo menos, como mnimo),
(menor igual que, no mayor que, como mximo),
= (igual a, exactamente igual a).
2)
Expresar el objetivo en palabras.
3)
Identificar verbalmente las variables de decisin. Una gua til es hacerse la
pregunta:
Qu decisin debe tomarse para optimizar la funcin objetivo?. La respuesta a esta
pregunta ayudar a identificar correctamente las variables de decisin.
4)
Expresar la funcin objetivo en trminos de las variables de decisin. Verificar la
consistencia de unidades. Por ejemplo, si los coeficientes de una funcin objetivo Cj estn dados
en S./ por kilo, las variables de decisin Xj deben estar en kilos, no en toneladas ni onzas.
5)
Expresar las restricciones en trminos de las variables de decisin. Comprobar que
para cada restriccin las unidades del lado derecho son las mismas que las del lado izquierdo.
Las restricciones no pueden tener una desigualdad estricta, con los signos < >. La razn de esto
es de naturaleza matemtica.
58
www.monografias.com
Formulacin de Modelos
Traducir problemas del mundo real a modelos matemticos.
No leer en un problema ms de lo que se da. Por ejemplo, no introduzca restricciones
adicionales o matices lgicos o datos imaginarios que en su opinin podran hacer ms realista el
modelo.
1. PROBLEMA DE PRODUCCIN
Un taller tiene tres (3) tipos de mquinas A, B y C; puede fabricar dos (2) productos 1 y 2,
todos los productos tienen que ir a cada mquina y cada uno va en el mismo orden: Primero a la
mquina A, luego a la B y luego a la C. La tabla siguiente muestra:
1. Las horas requeridas en cada mquina, por unidad de producto
2. Las horas totales disponibles para cada mquina, por semana
3. La ganancia por unidad vendida de cada producto
Que cantidad de cada producto (1 y 2) se debe manufacturar cada semana, para obtener
la mxima ganancia?
Cuantas horas semanales sobran en cada departamento?
Formulacin
1)
Definicin de las variables:

Xj = Unidades semanales a producir del articulo j-simo ( j=1 y 2)
2)
Funcin objetivo:
Maximizar Z = X1 + 1.5 X2
3)
Con las siguientes restricciones (S.A:):
Restricciones:
2X1 + 2X2 16 Restriccin debida a las horas disponibles por semana de la MQ A
X1 + 2X2
12 Restriccin debida a las horas disponibles por semana de la MQ B
4X1 + 2X2 28 Restriccin debida a las horas disponibles por semana de la MQ C

4)
Condicin de no negatividad:
59
www.monografias.com
Xj =0 ; j = 1 y 2
Solucin ptima
x1= 4 x2=4
Z=10
Tiempo sobrante de cada mquina:

Mquina A Se usan todas las horas semanales disponibles
Mquina B Se usan todas las horas semanales disponibles
Mquina C Sobran 4 horas semanales
2. OPTIMIZACIN DEL CORTE DE MADERA
En una marquetera se fabrican cuadros, cuyos marcos se obtienen de cortar varillas para
bocel, cuya longitud original es de 300 cm.
El Departamento de ventas tiene pedidos para el siguiente mes de 175 cuadros de 119 x
90
cm.
En el mtodo actual el Jefe de produccin ordena que se corten 350 boceles de 119 cm. y 350
boceles de 90 cm. (Cada cuadro lleva 2 boceles de cada dimensin).
Con sta manera de cortar la madera, la Fbrica necesita el capital para comprar 292
varillas de 300 cm. cada una y genera 14450 cm. de desperdicio.
Formule un problema de programacin lineal que minimice el desperdicio, la compra de
materia prima y optimice la productividad.
Total de varillas de 300 cm. a comprar: 175 + 117 = 292 varillas

Total de centmetros de desperdicio: 10850 + 3600 = 14450 cm.
Formulacin
Xj = Nmero de varillas a cortar de la forma j-sima (j = 1, 2 y 3)
Formas posibles de cortar la varilla:
60
www.monografias.com
Solucin ptima
X1 * = 89 Cortar 89 veces de la manera 1
Z * = 5750 centmetros de desperdicio
Nmero de varillas a comprar: 89 + 172 + 2 = 263 varillas de 300 cm.
Cuadro comparativo de los ahorros:
Conceptos
Materia prima
Desperdicio (cm.)
Antes
292
14450
Despus
263
5750
Diferencia
29
8700
3. CORRIDAS DE PRODUCCIN
Una empresa produce un artculo cuya unidad est compuesta por 4 unidades de
componente A que se producen por corrida de produccin a partir de las materias primas 1 y 2 y
en tres departamentos.
Las Materias primas y la Produccin por corrida de produccin se muestra en la siguiente
tabla:
61
www.monografias.com
Elabore un plan de produccin para maximizar la cantidad de artculo a producir.

Formulacin
XJ = Nmero de corridas de produccin en el departamento j-simo (j = 1,2 y 3)
Nmero de componentes A: 7X1 + 6X2 + 8X3
Nmero de artculos completos con los componentes A: (7X1 + 6X2 + 8X3) / 4
Maximizar (7X1 + 6X2 + 8X3) / 4
S.A:
8X1 + 5X2 + 3X3 100
Restricciones debidas a la disponibilidad
6X1 + 9X2 + 8X3 200
de materias primas tipo 1 y 2
XJ 0 j = 1, 2 y 3 Enteros
Restriccin de no negatividad
4. EL PROBLEMA DE LOS PAQUETES DE TUERCAS

Un distribuidor de ferretera planea vender paquetes de tornillos mezclados.
Cada paquete pesa por lo menos 2 libras y est compuesto por tres tamaos de tornillos,
los cuales se compran en lotes de 200 libras. Los lotes de tamaos 1, 2 y 3 cuestan
respectivamente $20, $8 y $12, adems:
a) El peso combinado de los tamaos 1 y 3 debe ser al menos la mitad del peso total del
paquete.
b) El peso de los tamaos 1 y 2 no debe ser mayor que 1.6 libras
c) Cualquier tamao de tornillo debe ser al menos el 10% del paquete total
Cul ser la composicin del paquete que ocasionar un costo mnimo?
Formulacin
Xj= Peso en libras de los tornillos del tamao j-simo (j=1,2 y 3) en el paquete
Observe que:
20/200 es lo que vale una libra de tornillos tipo 1
Minimizar Z = 20/200 X1 + 8/200 X2 + 12/200 X3
S.A:
X1 + X3 (X1 + X2 + X3)/2 Los tamaos 1 y 3 al menos la mitad del peso
X1 + X2 1.6
Los tamaos 1 y 2 no deben ser mayor de 1.6 lb.
X1 0.1 (X1 + X2 + X3)
El tamao 1 debe ser al menos el 10% del total
X2 0.1 (X1 + X2 + X3)
X3 0.1 (X1 + X2 + X3)
62
www.monografias.com
X1 + X2 + X3 2
El paquete debe ser al menos de 2 libras
XJ 0 j = 1, 2 y 3
Condicin de no negatividad
Minimizar Z = 0,1X1 + 0,04X2 + 0,06X3

S.A:
X1 - X2 + X3
X1 + X2
1.6
0,9X1 -0,1X2 - 0,1X3 0

-0,1X1 +0,9X2 0,1X3
-0,1X1 0,1X2 + 0,9X3
X1 + X2 + X3
XJ 0 j= 1, 2 y 3
Solucin ptima
X1 = 0.2 Libras del tamao 1
Z = $0.108 Costo mnimo del paquete
5. PROBLEMA CLSICO DEL TRANSPORTE
Un fabricante tiene tres centros de distribucin en: Bogot, Medelln y Cali. Estos centros
tienen disponibilidades de: 20, 40 y 40 unidades respectivamente. Sus detallistas requieren las
siguientes cantidades: Pereira 25, Tula 10, Anserma 20, Ibagu 30 y Armenia 15.
El costo de transporte por unidad en dlares entre cada centro de distribucin y las
localidades de los detallistas se dan en la siguiente tabla:
Cuantas unidades debe mandar el fabricante desde cada centro de distribucin a cada
detallista, de manera que los costos totales de transporte sean mnimos?
Formulacin
Xij = Cantidad de unidades a enviar desde el centro de distribucin i-simo (1=Bogot,
2=Medelln, 3=Cali), al detallista j-simo (1=Pereira, 2=Tula, 3=Anserma, 4=Ibagu, 5=Armenia)
Minimizar Z = 55X11 + 30X12 + 40X13 + 50X14 + 40X15 + 35X21 + 30X22 + 100X23 +
45X24 + 60X25 + 40X31 + 60X32 + 95X33 + 35X34 + 30X35
S.A:
63
www.monografias.com
X11 + X12 + X13 + X14 + X15
20
X21 +X22 + X23 + X24 + X25
40
de unidades en los respectivos
X31 +X32 + X33 + X34 + X35
40
centros de distribucin 1, 2 y 3
X11 + X21 + X31
25
Restricciones debidas a los requerimientos
X12 + X22 + X32
10
de unidades,
X13 + X23 + X33
20
de los detallistas respectivos 1, 2, 3, 4 y 5
X14 + X24 + X34
30
X15 + X25 + X35
15
Xij 0 ;
i = 1, 2 y 3 ; j = 1, 2, 3, 4 y 5
Solucin ptima
X11 = 0
X 21 = 25
X 31 = 0
X12 = 0
X 22 = 10
X 32 = 0
X13 = 20
X 23 = 0
X 33 = 0
X14 = 0
X 24 = 5
X 34 = 25
X15 = 0
X 25 = 0
X 35 = 15
Z = $ 3525
6. PROBLEMA DE LOCALIZACIN DE PLANTA
Una empresa del sector textil, que opera en todo el pas, dispone de la siguiente
configuracin:
Dos plantas de fabricacin en Pereira e Ibagu, con capacidades de 900 y 1.500 unidades
respectivamente.
Cuatro almacenes regionales de distribucin que sirven a los clientes de sus respectivas
zonas en: Neiva, Medelln, Cali y Bogot, con demandas de: 700, 800, 500 y 400 unidades
respectivamente.
En los prximos aos, la empresa espera un crecimiento de la demanda del orden del
25%, lo cual ha llevado a la Direccin de la misma a plantearse la apertura de una nueva fbrica.
A la vista de los criterios que la empresa estima importantes para la localizacin de la
nueva planta, existen dos alternativas a considerar: Pasto (alternativa 1) y Villavicencio (alternativa
2). La eleccin recaer en aquella que provoque los menores costos de transporte entre las
fbricas y los almacenes, dado que ambas parecen ser igualmente convenientes respecto a otros
factores.
La tabla siguiente muestra los costos de transporte unitarios entre cada origen y destino.
64
www.monografias.com
Formulacin
(a) Considerando establecer la nueva planta en Pasto
Xij = Unidades a enviar desde la planta i-sima (1=Pereira, 2=Ibagu, 3=Pasto) al almacn
j-simo (1=Neiva, 2=Medelln, 3=Cali, 4=Bogot)
Minimizar Z = 6X11 + 4X12 + 2X13 + 6X13 + 2X21 + 3X22 + 7X23 + 5X24 + 6X31 + 4X32
+ 4X33 + 8X34
S.A:
X11 + X12 + X13 + X14
= 900
X21 + X22 + X23 + X24
= 1500
de unidades en
X31 + X32 + X33 + X34
= 600
las plantas 1, 2 y 3
X11 + X21 + X31 = 700 + 175

X12 + X22 + X32 = 800 + 200
regionales
= 875 Restricciones debidas a los requerimientos

= 1000
de
unidades
X13 + X23 + X33 = 500 + 125
= 625 de distribucin 1, 2, 3 y 4
X14 + X24 + X34 = 400 + 100
= 500
de
los
almacenes
Xij 0 ; i = 1,2 y 3 ; j = 1,2,3 y 4

Solucin ptima
X 13 = 625
X 14 = 275
X 21 = 875
X 22 = 400
X 24 = 225
X 32 = 600
Z = $9375
(b) Considerando establecer la nueva planta en Villavicencio:
Xij = Unidades a enviar desde la planta i-sima (1=Pereira, 2=Ibagu, 3=Villavicencio)
al almacn j-simo (1=Neiva, 2=Medelln, 3=Cali, 4=Bogot)
Minimizar
Z = 6X11 + 4X12 + 2X13 + 6X13 + 2X21 + 3X22 + 7X23 + 5X24 + 6X31 + 3X32 + 4X33 +
2X34
S.A:
X11 + X12 + X13 + X14 = 900
Restricciones debidas a la
65
www.monografias.com
X21 + X22 + X23 + X24 = 1500
disponibilidad de unidades en
X31 + X32 + X33 + X34 = 600
las plantas 1, 2 y 3
X11 + X21 + X31 = 875
Restricciones debidas a los requerimientos
X12 + X22 + X32 = 1000
de unidades de los almacenes regionales
X13 + X23 + X33 = 625
de distribucin 1, 2, 3 y 4
X14 + X24 + X34 = 500

Xij 0 ; i = 1,2 y 3 ; j = 1,2,3 y 4
Solucin ptima
X 12 = 275
X 13 = 625
X 21 = 875
X 22 = 625
X 32 = 100
X 34 = 500
Z = $7275
De los resultados obtenidos se deriva que Villavicencio es la mejor localizacin bajo el
criterio de minimizar los costos del transporte.
7. El problema de asignaciones
Se usan cuatro barcos cargueros para transportar bienes de un puerto a otros cuatro
puertos (numerados 1, 2, 3 y 4). Se puede usar cualquier barco para hacer cualquiera de los
cuatro viajes. Sin embargo, dadas algunas diferencias entre los barcos y las cargas, el costo total
de cargar, transporte y descargue de bienes para las distintas combinaciones de barcos y puertos
varan mucho.
Estos costos se muestran el la siguiente tabla:
El objetivo es asignar los barcos a los puertos en una correspondencia uno a uno, de
manera que se minimice el costo total de los cuatro barcos.
Xij = 0, No asigne el barco i-simo ( i = 1, 2, 3 y 4 ) al puerto j-simo ( j = 1, 2, 3 y 4 )
Xij = 1, Si asigne el barco i-simo ( i = 1, 2, 3 y 4 ) al puerto j-simo ( j = 1, 2, 3 y 4 )
Minimice
Z = 5X11 + 4X12 + 6X13 + 7X14 + 6X21 + 6X22 + 7X23 + 5X24 + 7X31 + 5X32 + 7X33 +
6X34 + 5X41 + 4X42 + 6X43 + 6X44
S.A:
66
www.monografias.com
X11 + X12 + X13 + X14 = 1 Restricciones que aseguran

X21 + X22 + X23 + X24 = 1 que un solo barco
X31 + X32 + X33 + X34 = 1 es asignado a un solo puerto
X41 + X42 + X43 + X44 = 1
X11 + X21 + X31 + X41 = 1 Restricciones que aseguran
X12 + X22 + X32 + X42 = 1 que un solo puerto
X13 + X23 + X33 + X43 = 1 es asignado a un solo barco
X14 + X24 + X34 + X44 = 1
Xij 0 ; i = 1,2,3 y 4 ; j = 1,2,3 y 4
Solucin ptima
X * 11 = 1
X * 12 = 0
X * 13 = 0
X * 14 = 0
X * 21 = 0
X * 22 = 0
X * 23 = 0
X * 24 = 1
X * 31 = 0
X * 32 = 1
X * 33 = 0
X * 34 = 0
X * 41 = 0
X * 42 = 0
X * 43 = 1
X * 44 = 0
Z * = 21
Barco 1 --------Puerto 1 --------Costo $ 5
Costo total mnimo: $21
8. Problema de la mezcla
Una compaa de petrleos produce tres tipos de gasolina: Super, Normal y Euro. Se
obtienen por mezcla de tres calidades de crudo (A,B,C), que contienen tres componentes (1,2,3).
La participacin de estos componentes en la composicin de cada crudo es:
67
www.monografias.com
Las especificaciones de los tres tipos de gasolina son:
Los costos por barril de crudo A, B y C son: $650, $500 y $450, respectivamente.
El presupuesto diario de compra es de $50 Millones.
La disponibilidad diaria de crudos B y C se limita, respectivamente, a 3000 y 7000 barriles.
Ciertos acuerdos obligan a comprar al menos 2500 barriles de A.
Las demandas de gasolina Super y Normal son de 2000 y 2500 barriles diarios, que deben
satisfacerse. La compaa desea maximizar la produccin de gasolina Euro.
Formule un modelo de programacin lineal que de respuesta al problema planteado por la
compaa.
10. El problema del financiero
Un inversionista tiene la intencin de hacer varias inversiones, las cuales se extendern
por un periodo de cinco aos, al final del cual necesitar de todo el capital. Las inversiones se
hacen el 1 de Enero de cada ao y son:
Inversin A: Disponible el 1 de Enero de cada ao y produce el 15% de inters al final de
cada ao.
Inversin B: Disponible en dos aos a partir de ahora (Comienzo del 3 ao), y produce un
retorno del 25% al final del 3 ao y lo mximo que el inversionista considerar son $40.000
Inversin C: Disponible en un ao a partir de ahora (Comienzo del 2 ao), y produce el
40% al final del cuarto ao. Esta inversin ser de $30.000 como mximo.
68
www.monografias.com
El inversionista tiene $100000 disponible para las inversiones.

Cul debe ser el portafolio de inversin que le permita obtener la mxima cantidad de
dinero al final del ao quinto?
Formulacin:
Xij = Cantidad de dinero a invertir en la alternativa i-sima (i=A, B y C) al principio
del ao j-simo (j = 1, 2, 3, 4 y 5 ).
Capital Inicial: $100.000
Para construir las restricciones piense, que al principio de cada ao va a tener disponibles
algunas alternativas de inversin para las que no podr invertir ms de lo tenga disponible en ese
momento.
El lado izquierdo de las restricciones, representa la cantidad de dinero que el inversionista
invertir en las alternativas disponibles al principio de cada ao y el lado derecho representa la
cantidad de dinero disponible para invertir, que es la suma de: El capital inicial + La suma de todos
los intereses recibidos hasta la fecha - Los capitales que estn invertidos en ese momento y que
no han retornado.
Maximizar Z = 0,15 (XA1 + XA2 + XA3 +XA4 + XA5) + 0,25XB3 + 0,4XC2
S.A:
Restricciones debidas a la cantidad de dinero disponible al principio de cada uno de los
cinco aos:
XA1 100000
XA2 + XC2 100000 + 0,15XA1
69
www.monografias.com
XA3 + XB3 100000 + 0,15(XA1 + XA2) - XC2

XA4 100000 + 0,15(XA1 + XA2 + XA3) + 0,25XB3 - XC2
XA5 100000 + 0,15(XA1 + XA2 + XA3 +XA4) + 0,25XB3 + 0,4XC2
XB3 40000
XC2 30000
Xij 0 ; i = A, B y C ; j = 1, 2, 3, 4 y 5
Solucin ptima
X A1 = $100000
A4 = $156087,50
X A5 = $179500,6
XA2 = $115000
XB3 = $ 40000
X A3 = $ 92250
X C2 = $0
Z = $206425,7
13. El problema de los manteles
En un saln de banquetes se tienen programados banquetes durante los siguientes cinco
das. Los requisitos de manteles por banquete son:
El problema del administrador es que se requieren manteles diferentes a los que se usan,
por lo que tendr que comprar ese tipo de manteles.
El costo de cada mantel es de $40 y el costo de mandarlo a la lavandera bajo servicio
urgente para tenerlo listo a los dos das es de $10 por mantel.
Cul es el modelo que le permitir al administrador cumplir con sus requisitos y adems
minimizar el costo total?
70
www.monografias.com
Formulacin:
Xi = Nmero de manteles a comprar para el banquete i-simo (i = 1, 2, 3, 4 y 5)
Yi = Nmero de manteles a mandar a lavar despus del banquete i-simo (i = 1, 2 y 3)
Ii = Nmero de manteles limpios al final de cada banquete i-simo (i = 1, 2, 3 y 4)
Minimizar Z = 40(X1 + X2 +X3 +X4 +X5) + 10(Y1 + Y2 + Y3)
S.A:
X1 = 80 + I1
I1 +X2 = 60 + I2
Y1 + I2 + X3 = 100 + I3
Y2 + I3 + X4 = 130 + I4
Y3 + I4 + X5 = 200
Y1 =80
Y2 =60
Y3 =100
Xi 0 ; i = 1, 2, 3, 4 y 5
Ii 0 ; i = 1, 2, 3 y 4
Yi 0 ; i = 1, 2 y 3
Solucin ptima
X 1 = 80
X 2 = 60
X 3 = 20
Y 1 = 80
Y 2 = 60
Y 3 = 100
= 100
I i = 0 ; i = 1, 2, 3, 4
71
X 4 = 70
X 5
www.monografias.com
Z = $15600
Autor:
Msc. Ing. Mohammed Portilla Camara
mportilla@gmail.com
mportilla@grupo-groming.com
Gerente de Operaciones
Grupo Groming Ingeniera SAC. y
CEENQUA: Certifications for Engineering of Quality
La Molina, Lima - Per
Estudios realizados en: Ingeniera Industrial, Ingeniera de Minas e Ingeniera Informtica
Universidad de Lima
Pontificia Universidad Catlica del Per
Universidad Nacional de Ingeniera
Escuela de Negocios para Graduados - ESAN
72
www.monografias.com
Aplicacin del mtodo Smplex en investigacin de operaciones y simulacin

Mohammed Portilla - mportillac@gmail.com
1.
Introduccin
2.
Tipos de restricciones
3.
Un adelanto del anlisis post-ptimo
Introduccin
El mtodo smplex cuya gran virtud es su sencillez, es un mtodo muy prctico, ya que
solo trabaja con los coeficientes de la funcin objetivo y de las restricciones.
Ilustraremos su funcionamiento mediante un ejemplo, pero previamente mostraremos las
reglas de decisin para determinar la variable que entra, la que sale, la gran M, y cmo determinar
que estamos en el ptimo; Todas stas reglas de decisin fueron deducidas del mtodo
algebraico, solamente que aqu se han acomodado para ser usadas en el tipo de tablero smplex
que se usar.
Criterio de decisin
Gran M en la funcin
objetivo
Maximizar
Minimizar
- MXj
+MXj
Variable que entra
La ms negativa de
La ms positiva de los
los Zj - Cj
Zj - Cj
Variable que sale
La menos positiva de
La menos positiva de
los b/a ,
los b/a ,
Siendo a > 0 , de lo
Siendo a > 0 , de lo
contrario
contrario
no restringe
no restringe
variable que
la
entra
Solucin ptima
Cuando todos los Zj

Cj > 0
Cuando todos los Zj

Cj < 0
73
www.monografias.com
Tipos de restricciones
Restricciones
Se aade una variable de holgura, con costo (o ganancia) en la funcin objetivo igual a
0.
Ejm:
2X1 - 4X2 <= 1, queda:
2X1 - 4X2 + X3 = 1
Cj de X3 en la funcin objetivo ser 0.
Restricciones
Se resta una variable de exceso, con costo (o ganancia) en la funcin objetivo igual a
0, y se suma una variable artificial con costo +M M segn sea maximizacin o
minimizacin.
Ejm:
2X1 + 3X2>= 1, queda:
2X1 + 3X2- X3 + X4= 1 Cj de X3 en la funcin objetivo ser 0. y Cj de X4 (artificial) es
M
Restricciones
=
Se le aade una variable artificial con costo +M M segn sea maximizacin o minimizacin.
Ejm:
2X1 + 3X2= 8, queda:
2X1 + 3X2 + X3= 8
Cj de X3 en la funcin objetivo ser M
Adicionalmente se presentan las siguientes notas a tener en cuenta:
Si en el tablero simplex de la solucin ptima queda al menos una variable de

supervit artificial dentro de las variables bsicas, con un valor > 0 , el problema no tiene
solucin, esto quiere decir que al menos existen dos restricciones excluyentes, por lo tanto no
existe rea de soluciones factible y menos una solucin , en ste caso se debe revisar la
formulacin del problema.
Si al escoger la variable que sale, ninguna de las variables bsicas restringe el

crecimiento de la variable no bsica escogida para entrar, el problema tiene solucin
indeterminada y se debe revisar la formulacin en busca de una nueva restriccin que no se tuvo
en cuenta en la formulacin inicial.
Si en el tablero simplex del ptimo, al menos una de las variables no bsicas tiene
coeficiente cero (0) en la funcin objetivo, esto es su Zj Cj = 0, el problema tiene mltiples
soluciones y se nos est ofreciendo una de ellas.
Ejemplo 1
Siendo Xi la cantidad a producir del producto i.
Maximizar Z = X1 + X2
{Ganancia total en soles}
S.A.
5X1 + 3X2 <= 15
{Horas disponibles dep. A}
74
www.monografias.com
3X1 + 5X2 <= 15
{Horas disponibles dep. B}
Xj >= 0 ; j = 1, 2
Los problemas de Maximizacin, con todas sus restricciones <= y con la condicin de no
negatividad, se le llama Forma Estndar Forma Normal
Aqu debemos conseguir una solucin bsica factible, empleando las variables de holgura
y/o artificiales, quedando el sistema de ecuaciones as:
S.A.
5X1 + 3X2 + X3
3X1 + 5X2 +
= 15
X4
= 15
Xj >= 0 ; j = 1,2,3,4
Las variables bsicas son aquellas cuyos coeficientes forman la matriz unitaria.
En este caos accidentalmente son las variables de holgura X3 y X4.
A continuacin construimos la siguiente tabla:
Cj
0
b
/a
.B.
0
1
X
3
0
Zj - Cj
X
3
X
4
X
>0
5
X
X
2
1
5/5=3
1
5/3=5
El valor de la funcin objetivo Z, se encuentra frente a la casilla de Zj Cj , en ste caso

vale cero (0) y se calcula multiplicando el vector fila (en la tabla es la columna inmediatamente
anterior a la de las variables bsica V.B.) que contiene los coeficientes de las variables bsicas en
la funcin objetiva original por el vector columna de los trminos independientes b
75
www.monografias.com
CXB = Vector fila de los coeficientes en la funcin objetivo original de las variables bsicas
actuales, sus valores se encuentran en la primera columna del tablero.
b = Vector columna de los trminos independientes de las restricciones, que al mismo
tiempo son los valores de las variables bsicas actuales, sus valores se encuentran bajo la
columna denominada b
CXB = (0,0) ; b = (15,15)
Z = CXB * b = (0)(15) + (0)(15) = 0
El valor de los Zj Cj se calcula multiplicado el vector fila CX B por el vector apuntador aj

dela columna de la variable j-sima, menos el Cj, esto es:
Zj Cj = CXB. aj Cj ;
Los clculos se efectan as:
Z1 C1 = CXB a1 C1 = (0,0).(5,3) - 1 = (0)(5)+(0)(3) 1 = -1
Z2 C2 = CXB a2 C2 = (0,0).(3,5) - 1 = (0)(3)+(0)(5) 1 = -1
Z3 C3 = CXB a3 C3 = (0,0).(1,0) - 0 = (0)(1)+(0)(0) 0 = 0
Z4 C4 = CXB a4 C4 = (0,0).(0,1) - 0 = (0)(0)+(0)(1) 0 = 0
A continuacin se indican la variable que sale y la variable que entra:
La variable que tiene Zj-Cj ms negativo es X1 X2. Se escoge al azar X1.

En esta iteracin b/a da: 15/5 = 3 y 15/3 = 5;
Lo que significa que la variable bsica X3 restringe el crecimiento de la variable que entra,
X1, hasta 3 (no la deja tomar valores superiores a 3) y la variable bsica X4 restringe el
crecimiento de la variable que entra X1 hasta 5 (no la deja tomar valores superiores a 5).
Por supuesto la variable bsica que restringe ms el crecimiento de la variable que
entra X1, es X3 , por lo tanto, es la variable bsica escogida para salir.
La fila de la variable bsica escogida para salir se divide por el elemento que se encuentra
en la interseccin de dicha fila con la columna de la variable que entra, la fila resultante es la fila
pivote y se coloca en un nuevo tablero, desde el que se suman mltiplos de la fila pivote a las
dems filas del tablero anterior de tal forma que se eliminen de cada una de ellas la variable
escogida para entrar, en nuestro caso X1 , este procedimiento se denomina, hacer un uno (1) en
la interseccin y el resto de la columna ceros (0), por lo tanto en dicha columna aparecer un
76
www.monografias.com
vector unitario, el procedimiento se repite en cada iteracin, hasta que todos los Zj Cj sean
mayores iguales a cero en el caso de maximizar menores iguales a cero en el caso de
minimizar.
A continuacin se muestran todas las iteraciones y en cada fila los valores por los cuales
fueron multiplicadas para ser sumadas a otras filas, ello se expresa como sumar mltiplos de una
fila a otra.
Fjese que se suman mltiplos de las restricciones a la funcin objetivo para eliminar las
variables bsicas de ella.
Cj
V
.B.
1
1
X
X
2
X
3
X
4
1
0
1
6/5
Zj - Cj
Cj
0
5
2/5
>0
3/5
/a
X
/5
Variable
Variable
/5
1
5/8
que entra X2
que sale X4
/5
1
b
/a
a
>0
V
.B.
1
X1* = 15/8
X2* = 15/8
Z * = 15/4
b
X
Solucin
1
1
1
X
2
X
3
X
4
5/8
X
/16
1
5/8
Zj Cj
ptima:
-
3/16
1
5/4
1
/8
La solucin es nica: X1 * = 15/8 ; X2 * = 15/8 ; Z* = 14/4

Ejemplo 2
Minimizar Z = 6X1 + 4X2 + 2X3
S.A.
6X1 + 2X2 + 6X3
>= 6
6X1 + 4X2
= 12
2X1 - 2X2
<= 2
Xj >= 0 ; j = 1, 2, 3
77
5
/16
1
/8
www.monografias.com
Minimizar Z = 6X1 + 4X2 + 2X3 + MX5 + MX6

S.A.
6X1 + 2X2 + 6X3 X4 + X5
6X1 + 4X2
2X1 - 2X2
=6
+X6
= 12
+X7
=2
Xj >= 0 ; j = 1, 2, 3, 4, 5, 6, 7
Las variables bsicas son X5 = 6 , X6 = 12, X7 = 2
Solucin ptima:
Variables de decisin:
78
www.monografias.com
X1 = 0 , X2 = 3 , X3 = 0 , Z = 12
Variables de holgura : X4 = 0 , X7 = 8
Variables artificiales: X5 = 0 , X6 = 0
Un adelanto del anlisis post-ptimo

{Ganancia total en soles}
S.A.
5X1 + 3X2 <= 15
{Horas disponibles dep. A}
3X1 + 5X2 <= 15
{Horas disponibles dep. B}
Xj >= 0 ; j = 1, 2
Tablero inicial:
Cj
b
/a
a
.B.
X
3
Zj Cj
X
3
X
4
X
4
X
2
>0
X
1
5/5=3
1
5/3=5
Tablero ptimo:
79
www.monografias.com
Costo reducido:
Unidades = (unidad monetaria)/(unidad de producto) = (u.m.)/(u.p.) = las mismas unidades
que Cj
Precio dual:
Unidades = (unidad monetaria)/(unidad de recurso) = (u.m.)/(u.r.)
Interpretacin del Costo reducido:
En cuantas unidades monetarias empeora la funcin objetivo al producir una
unidad de un producto que no se est produciendo.
En minimizacin: (z / x)
En maximizacin: (z / x)
Si la variable es bsica ,el costo reducido es 0.
Si la variable es no bsica, es >= 0. Cuando es 0 significa soluciones alternativas.
Interpretacin del Precio dual:

En cuantas unidades monetarias va a variar la funcin objetivo al variar en una unidad de
recurso limitante.
Cuando es >0:
(z / b)
(z / b)
Cuando es <0:
(z / b)
(z / b)
Una restriccin es limitante cuando limita a la funcin objetivo. Esto sucede cuando se
cumple la igualdad de la restriccin.
Si la restriccin es no limitante, el precio dual es 0.
Si la restriccin es limitante, puede tomar cualquier valor positivo, negativo o 0.
ANIMALES DISECADOS
Una Empresa de Animales Disecados est produciendo palomas y gavilanes disecados.
En las condiciones en que se encuentra el mercado actualmente puede vender los gavilanes y las
palomas con utilidades de $20.00 y $12.00 respectivamente.
Las pieles de los gavilanes son ms duras y toman ms tiempo de trabajo que las pieles de
las palomas. La mquina de pieles puede trabajar 4 pieles de gaviln por minuto 8 pieles para
palomas, usando la misma capacidad. La lnea de relleno, puede rellenar 5 gavilanes 4 palomas
por minuto. Los gavilanes van a una operacin final en una mquina de afilado del pico que tiene
una capacidad de 3.5 gavilanes por minuto, La jornada de trabajo en la divisin es de 8 horas.
a)
Formule el modelo de programacin lineal, que resuelva el caso.
b)
Formule el problema dual del modelo formulado en (a).
c)
Resolver el modelo, y hacer una interpretacin administrativa de la solucin.
80
www.monografias.com
d)
Determinar la solucin ptima del problema dual leyndola directamente de la
tabla ptima encontrada en la pregunta c.
A no ser que se especifique de otra manera, las siguientes preguntas son independientes
unas de otras y estn basadas en el enunciado inicial del problema.
e)
Existe la posibilidad de trabajar sobretiempos en la mquina de pieles, en la lnea
de relleno, y en la mquina de afilado. Cul es la mayor utilidad que se genera por cada
sobretiempo en cada una de las secciones?.
f)
El Gerente de la Empresa visita la lnea de gavilanes y palomas, y observa que hay
capacidad ociosa en algunos de los procesos. El resuelve ordenar que se usen todos los centros
del proceso, en toda su capacidad instalada. Qu le dira usted?.
g)
Qu sucedera con la solucin ptima si las utilidades por cada paloma bajan a s/.
9.00 ?.
h)
Para darle un mejor acabado a los juguetes, se ha instalado una lnea de laqueado;
la lnea de laqueado puede rellenar 5 gavilanes por minuto o 4 palomas en el mismo tiempo,
igualmente la jornada es de 8 horas. Afectara la solucin ptima?; de ser as encuentre la nueva
solucin.
NOTA TEORICA:
En esta pregunta, observar si la nueva restriccin es cumplida por la solucin actual, si
es as sera una restriccin redundante y no afecta a la solucin actual, pero si la solucin
actual no la cumple, entonces ser necesario volver a resolver el problema considerando esta
nueva restriccin.
MODELO:
X1= numero de palomas a producir en el da
X2= numero de gavilanes a producir en el dia
MAX 12X1+20X2
SUBJECT TO
0.125X1+0.25X2<=480
maquina de pieles
0.25X1+0.2X2<=480
linea de relleno
0.2857143X2<=480
afilado de pico
END
LP OPTIMUM FOUND AT STEP
OBJECTIVE FUNCTION VALUE

1)
39680.00
VARIABLE
VALUE
X1
640.000000
X2
1600.000000
REDUCED COST
ROW SLACK OR SURPLUS

2)
0.000000
0.000000
DUAL PRICES
0.000000
69.333336
81
www.monografias.com
3)
0.000000
13.333333
4)
22.857122
0.000000
NO. ITERATIONS=
RANGES IN WHICH THE BASIS IS UNCHANGED:

OBJ COEFFICIENT RANGES
VARIABLE
CURRENT
ALLOWABLE ALLOWABLE
COEF
INCREASE
DECREASE
X1
12.000000
13.000000
2.000000
X2
20.000000
4.000000
10.400001
RIGHTHAND SIDE RANGES

ROW
CURRENT
RHS
ALLOWABLE ALLOWABLE
INCREASE
DECREASE
480.000000
11.999989
240.000000
480.000000
480.000000
23.999977
480.000000
INFINITY
22.857122
Autor:
Ing.Mohammed Portilla Camara
mportilla@gmail.com
mportilla@grupo-groming.com
Gerente de Operaciones
Grupo Groming Ingeniera SAC. y
CEENQUA: Certifications for Engineering of Quality
La Molina, Lima - Per
Estudios realizados en: Ingeniera Industrial, Ingeniera de Minas e Ingeniera Informtica
Universidad de Lima
Pontificia Universidad Catlica del Per
Universidad Nacional de Ingeniera
Escuela de Negocios para Graduados - ESAN
82

Investigacion Operaciones

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Investigacion Operaciones

Cargado por

Copyright:

Formatos disponibles

www.monografias.

Introduccin a la Investigacin de Operaciones

Cada vez es ms difcil asignar los recursos o actividades de la forma ms eficaz,

La Investigacin de Operaciones incluye un conjunto muy amplio de tcnicas orientadas a

La construccin de modelos de decisin basados en descripciones matemticas,

La resolucin, mediante anlisis matemtico o simulacin, de los modelos de

La realizacin de estudios de sensibilidad de la solucin o soluciones propuestas,

Obtener una visin general sobre el concepto de sistema e identificar sus

Desarrollar capacidades necesarias para el diseo de modelos particulares para

Comprender la importancia de la Investigacin de Operaciones como metodologa

Conocer y utilizar herramientas computacionales, soporte para la aplicacin de los

A partir de la Revolucin Industrial el mundo ha tenido un notable crecimiento en la

Empujada por el xito de la investigacin de operaciones en el rea militar,

Cul es la decisin que minimiza el costo esperado, dado el resultado de

cul es el costo esperado? Si se lleva a cabo un experimento valdr la

Cul es la cantidad mxima de dinero que podra gastarse con el fin de

No se puede describir la IO en unas cuantas palabras, ya que es bastante complejo

ORSA (The Operations Research Society of America) : La IO concierne

Sociedad de Investigacin de Operaciones de Gran Bretaa: La IO es

El Warton School (University of Pennsylvania): La IO consiste en una

MODELOS DE LA INVESTIGACION DE OPERACIONES

Fenmenos de espera (colas)

ETAPAS DE LA INVESTIGACION DE OPERACIONES

Formulacin del Modelo :

La medida de efectividad que permite conocer el nivel de logro de los

Las limitantes del problema, llamadas restricciones, que son un conjunto

Validacin del Modelo

Un modelo matemtico es una idealizacin abstracta de un problema, lo cual

de la Investigacin de Operaciones es encontrar la mejor solucin para un determinado

La IO es el procedimiento cientfico que est auxiliado por modelos y tcnicas

Raffo lecca Investigacin de Operaciones Primera Edicin Lima-Per

1. Definicin y Significado de Investigacin de Operaciones

Es una rama de las Matemticas consistente en el uso de modelos matemticos,

Definicin y Significado de Investigacin de Operaciones.

La Investigacin de Operaciones aspira a determinar el mejor curso de accin, o

Como tcnica para la resolucin de problemas, investigacin de operaciones debe

La Investigacin de Operaciones en la Ingeniera de Sistemas se emplea

En la Investigacin de Operaciones la parte de Investigacin se refiere a que aqu

Caractersticas de la Investigacin de Operaciones.

La Investigacin de Operaciones usa el mtodo cientfico para investigar el

La Investigacin de Operaciones adopta un punto de vista organizacional. De esta

La Investigacin de Operaciones intenta encontrar una mejor solucin (llamada

En la Investigacin de Operaciones es necesario emplear el enfoque de equipo.

La Investigacin de Operaciones ha desarrollado una serie de tcnicas y modelos

La Investigacin de Operaciones tiende a

Etapas de la Investigacin de Operaciones.

A = valor conocido a ser respetado estrictamente;

B = valor conocido que debe ser respetado o puede ser superado;

C = valor conocido que no debe ser superado;

j = nmero de la ecuacin, variable de 1 a M (nmero total de restricciones);

a; b; y, c = coeficientes tcnicos conocidos;

i = nmero de la incgnita, variable de 1 a N.

En general no hay restricciones en cuanto a los valores de N y M. Puede ser N = M; N > M;

Para llevar a cabo el estudio de Investigacin de Operaciones es necesario cumplir con

Definicin y Significado de Investigacin de Operaciones

La Investigacin de Operaciones aspira a determinar el mejor curso de accin, o

Como tcnica para la resolucin de problemas, investigacin de operaciones debe

La Investigacin de Operaciones en la Ingeniera de Sistemas se emplea

En la Investigacin de Operaciones la parte de Investigacin se refiere a que aqu

La Investigacin de Operaciones usa el mtodo cientfico para investigar el

La Investigacin de Operaciones adopta un punto de vista organizacional. De esta

La Investigacin de Operaciones intenta encontrar una mejor solucin (llamada

En la Investigacin de Operaciones es necesario emplear el enfoque de equipo.

La Investigacin de Operaciones ha desarrollado una serie de tcnicas y modelos