INGENIERA INDUSTRIAL A DISTANCIA

ASIGNATURA:

INVESTIGACIN DE OPERACIONES I

PROFESOR:

DR. MANUEL GONZLEZ DE LA ROSA

TRABAJO:

ACTIVIDAD 1A

ELABORADO POR:

JUAN ARTURO CORTS HERNNDEZ

MATRICULA: V15281616 GRUPO: INC-1018

Metepec, Estado de Mxico a Febrero del 2017

SESION 1
1. Elabore un cuadro comparativo a dos columnas (autor y definicin) con al
menos tres definiciones de la investigacin de operaciones.
Autor Definicin

La investigacin de operaciones aspira a determinar el mejor

curso de accin ptimo de un problema de decisin con la
Hamdy A. Taha restriccin de recursos limitados, aplicando tcnicas
matemticas para representarlo por medio de un modelo y
analizar problemas de decisin.

La investigacin de operaciones toma el mtodo cientfico

aplicado a la solucin de problemas y a la toma de decisiones
MOSKOWITZ -
de la gerencia en funcin a construccin de un modelo simblico
WRIGHT
examinado y analizado entre relaciones que lleguen a la tcnica
en la toma de decisiones en base a los resultados ptimos.

La investigacin de operaciones utiliza el enfoque planeado

(mtodo cientfico) y un grupo interdisciplinario a fin de
THIERAUF Y representar las complicadas relaciones funcionales como
GROSSE modelos matemticos para suministrar una base cuantitativa en
la toma de decisiones y descubrir nuevos problemas para un
anlisis cuantitativo.

Es el anlisis cualitativo de operaciones industriales y

SOCIEDAD
administrativas con el intento de derivar un entendimiento
AMERICANA DE
integrado de los factores que controlan los sistemas
SISTEMAS DE
operacionales en vista de proporcionar a la administracin un
PRODUCCION
objetivo bsico para tomar decisiones que frecuentemente
Y CONTROL DE
involucran representar por medio de un modelo matemtico la
INVENTARIOS
realidad.

2. Escriba su propia definicin de investigacin de operaciones.

La investigacin de operaciones es un anlisis basado en el mtodo cientfico de los

recursos limitados con los que cuenta una empresa, el cual nos dar como resultado
un modelo matemtico que representara la realidad actual y futura de la organizacin.
Basndose en este modelo matemtico, la organizacin, podr tomar decisiones de
carcter cuantitativo y cualitativo para as llegar a la solucin de problemas con
resultados ptimos.
 3. Describa las fases de estudio de la investigacin de operaciones.

Fase Descripcin

En esta fase del proceso se necesita: una descripcin de los objetivos del
sistema, es decir, qu se desea optimizar; identificar las variables implicadas, ya
Definicin del
sean controlables o no; determinar las restricciones del sistema. Tambin hay
Problema que tener en cuenta las alternativas posibles de decisin y las restricciones para
producir una solucin adecuada.

En esta fase, el investigador de operaciones debe decidir el modelo a utilizar

para representar el sistema. Debe ser un modelo tal que relacione a las variables
de decisin con los parmetros y restricciones del sistema. Los parmetros (o
Construccin cantidades conocidas) se pueden obtener ya sea a partir de datos pasados o ser
del modelo estimados por medio de algn mtodo estadstico. Es recomendable determinar
si el modelo es probabilstico o determinstico. El modelo puede ser matemtico,
de simulacin o heurstico, dependiendo de la complejidad de los clculos
matemticos que se requieran.

Una vez que se tiene el modelo, se procede a derivar una solucin matemtica
empleando las diversas tcnicas y mtodos matemticos para resolver
problemas y ecuaciones. Debemos tener en cuenta que las soluciones que se
obtienen en este punto del proceso, son matemticas y debemos interpretarlas
Solucin del
en el mundo real. Adems, para la solucin del modelo, se deben realizar anlisis
modelo de sensibilidad, es decir, ver cmo se comporta el modelo a cambios en las
especificaciones y parmetros del sistema. Esto se hace, debido a que los
parmetros no necesariamente son precisos y las restricciones pueden estar
equivocadas.

La validacin de un modelo requiere que se determine si dicho modelo puede

predecir con certeza el comportamiento del sistema. Un mtodo comn para
probar la validez del modelo, es someterlo a datos pasados disponibles del
Validez del sistema actual y observar si reproduce las situaciones pasadas del sistema. Pero
modelo como no hay seguridad de que el comportamiento futuro del sistema contine
replicando el comportamiento pasado, entonces siempre debemos estar atentos
de cambios posibles del sistema con el tiempo, para poder ajustar
adecuadamente el modelo.

Una vez que hayamos obtenido la solucin o soluciones del modelo, el siguiente
y ltimo paso del proceso es interpretar esos resultados y dar conclusiones y
Implementacin cursos de accin para la optimizacin del sistema. Si el modelo utilizado puede
servir a otro problema, es necesario revisar, documentar y actualizar el modelo
para sus nuevas aplicaciones.
4. Indique cul de las fases consultadas considera es la ms importante. Justifique
su respuesta.

Obviamente cada fase tiene su peso especfico y su razn de ser, pero de tener que
elegir la ms importante me quedo con la construccin del modelo, ya que en esta
fase vamos a relacionar los datos pasados, el problema y los resultados esperados.
La determinacin de un mal modelo matemtico nos llevar a resultados errneos,
prdida de tiempo y prdidas econmicas. Esta fase sirve de eslabn entre el
problema y los procesos administrativos del mtodo matemtico.

5- Construya una lnea de tiempo con la aportacin principal a la investigacin de

operaciones de los siguientes cientficos: George Dantzig, Harold Kuhn, L. R. Ford
Jr., D. R. Fulkerson, Ralph E. Gomory, Ford W. Harris, Richard Ernest Bellman,
David G. Kendall, Agner Krarup Erlang, John D. C. Little, John Von Neuman.

Fecha Cientifico Evento

Fue la primera persona para estudiar el problema de las
redes telefnicas. Mediante el estudio de un telfono de
1909 Agner Krarup Erlang aldea elabor una frmula, ahora conocida como la
frmula de Erlang, para el clculo de la fraccin de las
personas que llaman
Desarroll el modelo Cantidad Econmica de Pedido,
modelo fundamental en el control de inventarios. Es un
mtodo que, tomando en cuenta la demanda
1913 Ford W. Harris determinista de un producto, el costo de mantener el
inventario, y el costo de ordenar un pedido, produce
como salida la cantidad ptima de unidades a pedir
para minimizar costos por mantenimiento del producto.
Es el creador del campo de la Teora de Juegos. La
teora de juegos es un campo en el que trabajan
actualmente miles de economistas y se publican a
1928 John Von Neuman diario cientos de pginas. Pero adems, las
formulaciones matemticas descritas en esta teora han
influido en muchos otros campos de la economa.
Invent el mtodo Simplex, con lo cual dio inicio a la
1947 George Dantzig Programacin Lineal.
Cuya mayor contribucin fue la metodologa
denominada programacin dinmica, que es un mtodo
Richard Ernest
1953 para reducir el tiempo de ejecucin de un algoritmo
Bellman mediante la utilizacin de subproblemas superpuestos
y subestructuras ptimas.
Introdujo una notacin de colas A/B/C. Ha sido
1953 David G. Kendall extendida hasta ahora 1/2/3/(4/5/6/)
Es un americano matemtico especializado en redes de
flujo problemas, uno de los pioneros en el campo de la
1954 L. R. Ford Jr programacin de flujos en grafos. Estableci el
teorema del flujo mximo corte mnimo.
 Fecha Cientifico Evento
El algoritmo de Ford-Fulkerson propone buscar
caminos en los que se pueda aumentar el flujo, hasta
que se alcance el flujo mximo. Es aplicable a los Flujos
1954 D. R. Fulkerson maximales. La idea es encontrar una ruta de
penetracin con un flujo positivo neto que una los nodos
origen y destino.
Inici sus trabajos con los problemas de Programacin
Lineal Entera y dise el Mtodo de los Planos
1960 Ralph E. Gomory Cortantes de Gomory, que contribuye en gran medida
a profundizar en el conocimiento del problema.
Estableci la Ley de Little. Indica El tiempo medio en el
sistema es igual al tiempo promedio en cola ms el
1961 John D. C. Little tiempo promedio que tarda en recibir servicio. Es
considerado el fundador de la ciencia de la
comercializacin.
Es conocido por las condiciones Karush-Kuhn-Tucker,
para el desarrollo de pker Kuhn, as como la
1980 Harold Kuhn descripcin del mtodo hngaro para el problema de
asignacin.

6. Consulte las ligas en internet sugeridas ms adelante en este documento e indique

tres aplicaciones de su inters de la investigacin de operaciones

Modelos de inventarios: ayudan al control de los costos totales de inventarios, estos

enfoque pueden reducir el costo total de compra, de almacenar, de llevar el inventario
y quedarse sin l, tambin analiza y evala los descuentos ofrecidos por proveedores,
as como la compra de artculos mltiples a un mismo proveedor.

Pronsticos: es una responsabilidad ineludible de la gerencia el pronosticar,

enfrentando a la incertidumbre respecto al futuro, la conducta pasada como un
indicador de lo que va a venir. Dentro de los temas que ven pronsticos se tienen:
Promedios simples
Promedios mviles
Promedios dobles
Suavizacin exponencial
Regresin
Correlacin
Tendencia

Teora de colas o lneas de espera: estudia las llegadas aleatorias a una estacin de
servicio o proceso de capacidad limitada, los modelos le permiten a la gerencia
calcular a futuro las longitudes de las lneas de espera, el tiempo promedio gastado en
la lnea por una persona que espera el servicio y la necesidad de agregar estaciones
de servicio. Esta tcnica se estudia primeramente mediante el uso de frmulas y
posteriormente por simulacin con computadora.
7. De las tres aplicaciones indicadas en el inciso anterior indique si el modelo
utilizado es un modelo determinstico o probabilstico, si se trata de una tcnica
prescriptiva o una tcnica de optimizacin.

APLICACION MODELO
Modelos de Inventarios Modelo determinstico, tcnica de optimizacin
Pronsticos Modelo probabilstico, tcnica de optimizacin
Teora de Colas Modelo probabilstico, tcnica de optimizacin

SESION 2

8. Explique los siguientes conceptos: problema, sistema real, sistema supuesto,

modelo, objetivos, restricciones, datos, alternativas, decisiones, variables, solucin.

CONCEPTO DESCRIPCION
Es una circunstancia en la que se genera un obstculo al curso
Problema normal de las cosas y que requiere una solucin.
Es una entidad material formada por componentes organizados que
interactan de forma en que las propiedades del conjunto no pueden
deducirse por completo de las propiedades de la partes. Existen tres
Sistema Real tipos de sistemas reales: abiertos (recibe flujos de su ambiente,
adaptando su comportamiento de acuerdo a esto), cerrados (slo
intercambia energa con su entorno) y aislados (no realiza ningn tipo
de intercambio con su entorno).
Forma parte del proceso de abstraccin del sistema real al modelo
cuantitativo (modelacin). Que se divide en la parte subjetiva y la
Sistema supuesto parte objetiva, la parte subjetiva consiste precisamente en la
definicin del sistema supuesto. Tambin es llamado sistema
simplificado
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
Modelo
decisin del problema. Despus se llega a una decisin
seleccionando la alternativa que se juzgue sea la mejor entre todas
las opciones disponibles.
Un objetivo es el fin ltimo al que se dirige una accin u operacin. Es
el resultado o sumatoria de una serie de metas y procesos. El objetivo
Objetivos ms importante de la aplicacin de la investigacin operativa es
apoyar en la toma ptima de decisiones en los sistemas y en la
planificacin de sus actividades.
Las restricciones son relaciones entre las variables de decisin y
magnitudes que dan sentido a la solucin del problema y las acotan
Restricciones a valores factibles. Por ejemplo si una de las variables de decisin
representa el nmero de empleados de un taller, es evidente que el
valor de esa variable no puede ser negativo.
 CONCEPTO DESCRIPCION
Los datos son la representacin simblica, bien sea mediante nmeros
o letras de una recopilacin de informacin la cual puede ser cualitativa
Datos
o cuantitativa, que facilitan la deduccin de una investigacin o un
hecho.
Es la opcin que existe entre dos o ms cosas; es decir es cuando se
Alternativas tiene la posibilidad de poder seleccionar, preferir, optar, escoger o
elegir entre dos o varias cosas o situaciones diferentes.
Una decisin es una eleccin consciente y racional, orientada a
conseguir un objetivo, que se realiza entre diversas posibilidades de
actuacin (o alternativas). Antes de tomar una decisin deberemos
Decisiones
calcular cual ser el resultado de escoger una alternativa. En funcin
de las consecuencias previsibles para cada alternativa se tomar la
decisin.
Son incgnitas que deben ser determinadas a partir de la solucin del
Variables modelo.
Es el resultado final de un proceso que se viene ejecutando, la solucin
de algn evento en particular se da gracias a la competicin de los
fines por los que dicho evento dio inicio. Por lo general, las soluciones
son asociadas a respuestas positivas de situaciones que se presentan,
Solucin
sin embargo, una solucin puede ser producto de la utilizacin de
recursos de una entidad que afectan a un tercero, de manera pues que
la circunstancia puede llegar a ser solucin para unos y desventaja
para otros.

9. Ordene y explique los 7 pasos del proceso de construccin de modelos (Winston

2005, p5): seleccionar una opcin adecuada, poner en marcha y evaluar las
recomendaciones, observar el sistema, plantear el problema, formular un modelo
matemtico del problema, presentar los resultados y conclusin del estudio a la
empresa, verificar el modelo y usar el modelo para predecir.

PASO DESCRIPCIN
Se incluyen los objetivos especficos de la firma y las partes de
Plantear el problema
esta que se deben estudiar antes de poder resolver el problema.
El investigador rene informacin para estimar el valor de
parmetros que afectan el problema de la empresa. Estas
Observar el sistema
estimaciones se usan para elaborar y evaluar un modelo
matemtico.
Formular un modelo En este paso el investigador elabora un modelo matemtico del
matemtico del problema problema
El investigador trata de determinar si el modelo matemtico
elaborado es una representacin exacta de la realidad. Por
Verificar el modelo y usar el
ejemplo, para validar el modelo se tendra que verificar y
modelo para predecir
observar si representa exactamente el rendimiento para valores
de las variables de decisin que no fueron usados para estimar.
Seleccionar una opcin Se selecciona ahora la opcin que cumple mejor con los
adecuada objetivos de la empresa (puede haber ms de una).
 PASO DESCRIPCIN
El investigador presenta el modelo y las recomendaciones
surgidas en el paso anterior a la persona o al grupo que toma las
Presentar los resultados y
decisiones. En algunas situaciones, uno podr presentar varias
conclusin del estudio a la
opciones y dejar que la empresa seleccione la que mejor cumple
empresa
con sus necesidades. En caso de que la empresa no selecciones
ninguna solucin, deber regresar al paso 1,2 o 3.
Si la empresa acepta el estudio, entonces el analista ayuda a
poder en marcha las recomendaciones. Se debe monitorear de
Poner en marcha y evaluar las
forma continua el sistema, para tener la certeza de que las
recomendaciones
recomendaciones permiten que la empresa cumple con los
objetivos.

10. Investigue y documente los siguientes modelos de programacin lineal: el

problema de la dieta, el problema de horarios de trabajo, el problema de gastos
de capital, problema de la mezcla, modelos del proceso de produccin.

DIETA

El problema de la dieta fue uno de los primeros sobre optimizacin. George Joseph
Stigler plante, a finales de la dcada de los aos 30, el problema de rgimen alimenticio
ptimal para tratar de satisfacer la preocupacin del ejrcito americano por hallar la
manera ms econmica de alimentar a sus tropas asegurando al mismo tiempo unos
determinados requerimientos nutricionales.

Este tipo de problema se puede plantear en distintas formas tales como minimizar los
gastos de la compra, dieta para el ganado, una dieta adelgazante que cumpla unos
determinados niveles de caloras, protenas, hidratos de carbono, ...

Ejemplo

Se propone alimentar el ganado de una granja con la dieta ms econmica posible. Dicha
dieta debe contener cuatro tipos de nutrientes identificados como A, B, C, y D. Estos
componentes se encuentran en dos tipos de piensos M y N. La cantidad, en gramos, de
cada componente por kilo de estos piensos viene dada en la tabla siguiente:

La dieta diaria de un animal debe estar compuesta por al menos 0.4Kg del componente
A, 0.6Kg del componente B, 2Kg del componente C, y 1.7Kg del componente D. El
compuesto M cuesta 0.2/Kg y el compuesto N 0.08/Kg. Qu cantidades de piensos
M y N se deben adquirir para que el gasto en comida sea el menor posible?

Se pretende mezclar los tipos de pienso para obtener una dieta equilibrada que contenga
las cantidades diarias recomendadas de cada nutriente para los animales.

Determinar las variables de decisin y expresarlas algebraicamente. En este caso:

X1: cantidad de pienso M en Kg

X2: cantidad de pienso N en Kg

Determinar las restricciones y expresarlas como ecuaciones o inecuaciones

dependientes de las variables de decisin. Dichas restricciones se deducen de la
composicin requerida para la dieta diaria (en Kg):

Componente A: 0.1X1 + 0X2 0.4

Componente B: 0X1 + 0.1X2 0.6
Componente C: 0.1X1 + 0.2X2 2
Componente D: 0.2X1 + 0.1X2 1.7

Expresar todas las condiciones implcitamente establecidas por la naturaleza de las

variables: que no puedan ser negativas, que sean enteras, que solo puedan tomar
determinados valores, ... En este caso, la nica restriccin es que las cantidades de
pienso que forman la dieta no pueden ser negativas:
X1 0
X2 0

Determinar la funcin objetivo:

Minimizar Z = 0.2X1 + 0.08X2

HORARIOS DE TRABAJO

En muchas aplicaciones de programacin lineal se requiere determinar el mtodo de

costo mnimo para satisfacer las exigencias de fuerza de trabajo.

EJEMPLO

Una oficina de correos requiere cantidades de empleados de tiempo completo en

diferentes das de la semana. La cantidad de empleados de tiempo completo que se
requiere cada da se da en la siguiente tabla. Las reglas del sindicato establecen que
cada empleado de tiempo completo debe trabajar cinco das consecutivos y descansa
dos das. Por ejemplo un empleado que trabaja de lunes a viernes debe descansar
sbado y domingo. Plantear el modelo que minimice el nmero de empleados:

Planteamiento

X1 =Nmero de trabajadores que entran a trabajar el da lunes

X2 =Nmero de trabajadores que entran a trabajar el da martes
X3 =Nmero de trabajadores que entran a trabajar el da mircoles
X4 =Nmero de trabajadores que entran a trabajar el da jueves
X5 =Nmero de trabajadores que entran a trabajar el da viernes
X6=Nmero de trabajadores que entran a trabajar el da sbado
X7=Nmero de trabajadores que entran a trabajar el da domingo

F.O. Min Z=X1+X2 +X3+X4+X5+X6+X7

Sujeto a:

X1+X4 +X5+X6+X7 >=17

X1+X2 +X5+X6+X7 >=13
X1+X2 +X3+X6+X7 >=15
X1+X2 +X3+X4+X7 >=19
X1+X2 +X3+X4+X5 >=14
X2+X3 +X4+X5+X6 >=16
X3+X4 +X5+X6+X7 >=11
X1,X2 ,X3,X4,X5,X6,X7 >=0
X1,X2 ,X3,X4,X5,X6,X7 Z

SOLUCIN:

X1 =6
X2 =5
X3 =0
 X4 =7
X5 =1
X6=3
X7=1
Z =23

INTERPRETACIN

El nmero de trabajadores que se utilizaran es de 6 el lunes, 5 el martes, 0 el mircoles,

7 el jueves, 1 el viernes, 3 el sbado, 1 el domingo para una minimizacin de 23
empleados, dada las restricciones el lunes entraran los que se necesitan que ser de 17,
el martes excederemos en 3 empleados, el mircoles entraran los que se necesitan que
sern 15 empleados, el jueves entraran los que se necesitan que sern 19 empleados,
el viernes entraran 5 empleados ms de los que se necesitan, el sbado los que se
necesitan que son 16 empleados y el domingo entrara 1 empleado ms de los que se
necesitan.

GASTOS DE CAPITAL

El tema de como la programacin lineal se puede usar para determinar decisiones

financieras optimas, se plantea en un sencillo de gastos de capital. El concepto de Valor
Neto Actual (VNA), el cual se puede utilizar para comparar la conveniencia de diferentes
inversiones.

EJEMPLO

Star Oil Company considera cinco diferentes oportunidades de inversin. En la tabla, se

dan los desembolsos de caja y los valores actuales netos (en millones de dlares).

Star Oil dispone de 40 millones de dlares para invertir en el momento actual (tiempo 0);
estima que en un ao (tiempo 1) dispondr de 20 millones de dlares para invertir. Star
Oil puede comprar cualquier fraccin de cualquier inversin. En este caso, las salidas de
caja y los VAN se ajustan en forma correspondiente. Por ejemplo, si Star Oil comprara
una quinta parte de la inversin 3, entonces se necesitara de un desembolso en efectivo
de 1/5 (5) = 1 milln de dlares al tiempo 0, y un desembolso de 1/5 (5) = 1 millon de
dlares en el tiempo 1. La quinta parte de la inversin 3 produciria un VAN de 1/5 (16) =
3.2 millones de dlares. Star Oil quiere maximizar el VAN que se puede obtener mediante
las inversiones 1 a 5.

Formule una Programacin Lineal que ayude a alcanzar esta meta. Supngase que los
fondos no usados en el tiempo 0 no se pueden utilizar en el tiempo 1.
Star Oil tiene que determinar que fraccin de cada inversin hay que comprar. Definimos:

Xi = Fraccin de la inversin i comprada por Star Oil (i = 1, 2, 3, 4, 5)

La meta de Star Oil es maximizar el VAN ganado por las inversiones. Ahora (VAN total)
= (VAN ganado por la inv. 1) + (VAN ganado por la inv. 2) + + (VAN ganado por la inv.
5). Obsrvese que:

VAN de la inv. 1 = (VAN de la inv. 1)( fraccin de la inv. 1 comprada) = 13x1

Al aplicar un razonamiento similar a las inversiones 2 a 5, vemos que Star Oil quiere
maximizar:

z = 13x1 + 16x2 + 16x3 + 14x4 + 39x5

Es decir que Star Oil tendra que comprar el 100% de las inversiones 1,3 y 4; el 20.1 %
de la inversin 2 y el 28.8 % de la inversin 5. Se obtendr un van total de 57 449 000
dlares por estas inversiones.

MEZCLA

Las situaciones en las cuales varios insumos se deben mezclar en cierta proporcin para
producir bienes para la venta se pueden someter al anlisis de la programacin lineal.
Estos problemas reciben el nombre de problemas de mezcla.

EJEMPLO

Una compaa produce artculos de tres tipos, realizando las operaciones C,F, T. la
mquina de la operacin C cuesta $1500/hora de funcionamiento, la de la operacin F
cuesta $2400/hora y la de la operacin T cuesta$1200/hora.
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:

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:

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
Maximizar:

Z= 127,5X1 + 187,5X2 + 250X3

Restricciones:
2,5X1 + 2,5X2 + 2,0X3 60
2,0X1 + 1,0X2 + 0,5X3 60
4,0X1 + 2,5X2 + 2,0X3 60
X1. X2, X3 0

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.

PROCESO DE 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.
EJEMPLO

Un fabricante debe cumplir los siguientes compromisos, en el primer trimestre:

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 dela 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 el 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:

Variables:
Pi: cantidad de artculos producidos en el mes i (ene, feb. mar).
IFi: unidades en el inventario final del mes i

Minimizar:
Z= 10(XE) + 9(XF) + 12(XM) costo de produccin+ 3(IFE + IFF + IFM) costo de
almacenamiento

Restricciones:
Capacidades de produccin por mes
-Enero: PE 20.000
-Febrero: PF 20.000
-Marzo: PM 20.000
Despachos comprometidos cada mes
-Enero: PE= 10.000 + IFE
-Febrero: IFE + PF= 30.000 + IFF
-Marzo: IFF + PM= 20.000 + 70

Capacidad de la bodega
-Enero: PE 22.000
-Febrero: IFE + PF 20.000
-Marzo: IFF + PM 22.000

Los problemas de este tipo tambin pueden modelarse de otra manera como lo sugiere
el siguiente grfico:

Ac las variables se definen como:

Sean Xij: cantidad de artculos producidos en el mes i con destino a las ventas del mes j
(i= E, F, M y j= E, F, M).

De esta forma el inventario final de cada mes est integrado por las cantidades
producidas ese mes con destino a los meses siguientes.
Minimizar:
Z= 10(X11 + X12 + X13) + 9(X22 + X23) + 13(X33+X34) + 3(X12 + X23 +X34) + 6(X13)
Ntese como los valores (X12 + X13 y X23 + X13) equivalen a los inventarios finales de
los meses de Enero y Febrero.

Restricciones:
Capacidades de produccin por mes
-Enero: X11 + X12 + X13 + X14 20.000
-Febrero: X22 + X23 + X24 20.000
-Marzo: X33 + X34 20.000

Despachos comprometidos cada mes

-Enero: X11 + 50= 10.000
-Febrero: X12 + X22= 30.000
-Marzo: X13 + X23 + X33= 20.000
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 5.000unidades 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.