Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cartilla U2-1
Cartilla U2-1
PROGRAMACIÓN LINEAL
MODELOS PARA LA TOMA DE DECISIONES
AUTOR: Gabriel Mauricio Yañez Barreto
INICIO
Se
conoce
como
Investigación
de
Operaciones
al
proceso
científico
utilizado
para
encontrar
una
solución
o
decisión
que
permita
operar
un
sistema
y
obtener
un
resultado
específico
asignando
la
menor
cantidad
de
recursos
posibles,
a
este
proceso,
se
le
conoce
como
Ciencia
de
la
Administración.
2 POLITÉCNICO GRANCOLOMBIANO
Un
Sistema
es
un
conjunto
de
elementos
independientes
que
trabajan
en
conjunto
para
lograr
una
meta
común.
Una
empresa
cualquiera
sería
un
buen
ejemplo
de
sistema
cuya
meta
común
es
aumentar
al
máximo
sus
ganancias
mientras
ofrecen
productos
de
excelente
calidad.
Cuando
las
variables
de
decisión
no
requieren
de
sucesiones
de
decisión
para
periodos
múltiples
se
tiene
un
modelo
estático.
En
caso
contrario,
se
tiene
un
modelo
dinámico.
En
el
modelo
estático
podemos
resolver
un
problema
con
tan
solo
un
intento
cuyas
soluciones
dicten
valores
óptimos
de
las
variables
de
decisión
en
cada
uno
de
los
puntos
de
tiempo.
Los
modelos
restantes,
en
los
cuales
las
decisiones
requieren
del
análisis
recursivo
para
periodos
múltiples,
pertenecen
a
la
categoría
de
modelos
dinámicos.
Si
las
variables
de
decisión
que
aparecen
en
la
función
objetivo
y
en
las
restricciones
de
un
modelo
de
optimización
están
multiplicadas
por
constantes
y
acomodadas
en
forma
de
suma,
entonces,
en
este
caso,
tendremos
un
modelo
lineal;
cuando
el
modelo
de
optimización
no
es
lineal
obtenemos
un
modelo
no
lineal.
Tenemos
un
modelo
entero
cuando
en
el
modelo
de
optimización
una
o
más
variables
de
decisión
deben
ser
enteros,
cuando
las
variables
de
decisión
tengan
la
opción
de
ser
un
valor
fraccionario,
entonces,
tendremos
un
modelo
no
entero.
En
caso
de
conocer
con
seguridad
el
valor
de
la
función
objetivo
y
si
las
restricciones
se
cumplen
o
no
para
cualquier
valor
de
las
variables
de
decisión
se
tendrá
un
modelo
determinístico;
en
caso
contrario,
en
el
que
no
conocer
los
valores
de
la
función
objetivo
y
no
tener
seguridad
sobre
el
cumplimiento
de
las
restricciones
se
tendrá
un
modelo
estocástico.
3
3
MODELOS PARA LA TOMA DE DECISIONES 3
2. Proceso
de
construcción
de
modelos
de
siete
pasos
El
siguiente
proceso
es
esencial
en
la
investigación
de
operaciones
para
la
solución
de
problemas
de
una
empresa.
1. Plantear
el
problema:
al
definir
el
problema
que
está
afectando
a
determinada
empresa
se
deben
tener
en
cuenta
los
objetivos
específicos
y
partes
de
la
misma
que
deben
ser
analizadas
para
lograr
resolver
el
problema.
2. Observar
el
sistema:
la
recopilación
de
información
es
esencial
para
conocer
el
valor
de
los
factores
que
están
causando
el
problema
de
la
empresa;
con
base
en
ellos,
se
podrá
estudiar
el
inconveniente
mediante
un
modelo
matemático.
3. Formular
un
modelo
matemático
del
problema:
el
estudio
y
análisis
de
los
parámetros
que
afectan
el
problema
de
la
empresa
debe
dar
como
resultado
uno
o
más
modelos
matemáticos,
sobre
los
cuales
se
planteará
una
nueva
estrategia
a
seguir
para
contrarrestar
el
conflicto.
4. Verificación
del
modelo
para
la
predicción
y
su
implementación:
es
necesario
verificar
que
el
rendimiento
de
las
variables
de
decisión
que
no
se
usaron
en
la
estimación
estén
perfectamente
representadas.
Aunque
un
modelo
esté
validado
y
corroborado
se
debe
tener
cuidado
al
aplicarlo.
5. Seleccionar
una
opción
adecuada:
a
partir
de
la
base
del
modelo
matemático
y
de
las
diferentes
opciones
que
este
ofrece,
se
debe
decidir
cuál
de
todas
ellas
es
la
más
conveniente
para
los
objetivos
de
la
empresa,
ya
que
por
supuesto,
puede
existir
más
de
una
solución
viable
para
la
solución
del
problema.
6. Presentar
los
resultados
y
la
conclusión
del
estudio
a
la
empresa:
después
de
decidir
la
mejor
opción
u
opciones
para
la
solución
del
problema,
es
necesario
presentar
el
resultado
de
la
investigación
ante
la
cabeza
de
la
empresa,
en
caso
de
existir
varias
soluciones
diferentes
es
posible
que
las
directivas
quieran
escoger
la
más
adecuada;
si
por
algún
motivo
la
empresa
no
aprueba
las
soluciones
presentadas,
se
debe
encontrar
la
falla
en
el
proceso
de
investigación;
una
posibilidad
puede
ser
que
se
haya
abordado
de
forma
incorrecta
la
definición
de
los
problemas
de
la
empresa
o
que
se
haya
omitido,
desde
un
comienzo
el
proceso,
la
participación
de
las
directivas
de
la
empresa.
En
este
caso,
la
investigación
debe
retroceder
al
punto
en
el
que
se
originó
el
error.
7. Poner
en
marcha
y
evaluar
las
recomendaciones:
después
que
la
empresa
apruebe
los
resultados
del
proceso
de
investigación,
se
deben
empezar
a
aplicar
las
recomendaciones.
Para
lo
cual,
es
necesario
vigilar
y
actualizar
el
sistema
de
forma
continua,
de
manera
que
estas
recomendaciones
logren
contribuir
con
las
metas
propuestas.
4 POLITÉCNICO GRANCOLOMBIANO
3. Ventajas
del
modelo
matemático
1. Un
modelo
puede
ser
una
representación
exacta
de
un
problema
real.
Con
una
buena
formulación
es
posible
tener
una
ecuación
altamente
precisa;
la
validez
del
modelo
depende
en
su
exactitud
al
momento
de
representar
el
problema
o
el
sistema
a
estudiar,
lo
cual
lo
hace
tremendamente
eficiente
para
la
resolución
de
problemas
de
negocios.
2. Los
modelos
pueden
ser
muy
útiles
para
un
directivo
que
quiera
formular
problemas
hipotéticos,
que
le
ayuden
a
calcular
ingresos,
gastos,
ventas,
rendimientos,
costos
de
producción
y
de
transporte
y
otros
elementos
similares.
3. Se
puede
utilizar
un
modelo
para
recopilar
información,
a
largo
plazo
de
esta
forma
se
puede
saber
de
qué
forma
podrían
afectar
los
posibles
cambios
de
presupuesto
a
las
utilidades;
a
esto
se
le
conoce
como
análisis
de
sensibilidad
y
permite
estudiar
los
cambios
de
un
modelo.
4. Una
empresa
puede
usar
un
modelo
para
ahorrar
costos
a
la
hora
de
tomar
una
decisión
y
resolver
un
problema;
el
costo
y
el
tiempo
invertidos
en
un
análisis
de
modelo
son
mucho
menores
que
los
de
una
arriesgada
campaña
de
marketing,
con
lo
cual
es
posible
determinar
con
anticipación
los
resultados
en
un
entorno
real.
5. En
ocasiones
el
modelo
es
el
único
medio
infalible
para
la
resolución
de
problemas
complejos;
si
una
empresa
quiere
saber
cuánto
crecerá
o
disminuirá
su
taza
de
producción
y
ganancia
con
restricciones
de
manufactura,
puede
utilizar
un
modelo
para
calcular
tales
cifras
en
cualquier
situación
específica.
6. Los
modelos
también
pueden
ser
útiles
para
compartir
diferentes
problemas
y
soluciones
con
otros
analistas;
de
esta
forma,
se
presentarán
mejores
soluciones
a
los
directivos
de
una
empresa
que
les
ayuden
a
tomar
la
mejor
decisión
final.
7. Solución
de
modelos
de
programación
lineal
de
dos
variables
con
método
gráfico
5
5
MODELOS PARA LA TOMA DE DECISIONES 5
4. Conceptos
clave
para
el
desarrollo
de
problemas
de
programación
lineal
Para
solucionar
modelos
de
programación
lineal
es
necesario
reconocer
tres
objetos
básicos
del
problema:
1. Variables
de
decisión:
lo
que
se
está
tratando
de
determinar.
2. Función
objetivo:
la
meta
a
optimizar.
3. Las
restricciones:
los
alcances
del
sistema
a
satisfacer.
Se
debe
tener
especial
atención
en
el
desarrollo
de
las
restricciones;
tenemos
varios
tipos
de
restricciones
y
se
debe
tener
la
habilidad
de
detectarlas
para
poderlas
expresar
en
el
lenguaje
matemático.
Esta
habilidad
solamente
se
puede
obtener
mediante
la
práctica
de
ejercicios.
Veremos
una
forma
de
analizar
restricciones.
Las
restricciones
que
limitan
el
uso
de
materias
primas
y
de
la
demanda.
Las
restricciones
de
materia
primas
se
pueden
expresar
de
la
siguiente
manera:
[Uso de la materia prima] ≤ [Disponibilidad máxima de la materia prima]
Ahora
el
caso
práctico
que
veremos
a
continuación,
contiene
todos
estos
conceptos
aplicados,
los
analizaremos
con
el
ejercicio
piloto
de
Hamdy
A.
Taha.
(Taha
1997)
Ejemplo desarrollado.
Si tenemos el siguiente problema vamos a resolverlo de manera didáctica y paso a paso.
Iron
Works,
Inc.
(IWI)
fabrica
dos
productos
de
acero
y
sólo
recibe
pedidos
mensuales
de
b
libras
de
acero.
Una
unidad
de
producto
1
requiere
de
a1
libras
de
acero
para
su
fabricación
y
se
requieren
a2
libras
de
acero
para
la
fabricación
de
una
unidad
de
producto
2.
Sea
x1
y
x2
el
nivel
de
producción
mensual
de
producto
1
y
producto
2,
respectivamente.
Denote
por
P1
y
P2
l
as
utilidades
unitarias
para
los
productos
1
y
2,
respectivamente.
6 POLITÉCNICO GRANCOLOMBIANO
El
fabricante
tiene
un
contrato
para
entregar
al
menos
m
unidades
de
producto
1
este
mes.
Adicionalmente,
la
planta
puede
fabricar,
como
máximo,
u
unidades
de
producto
2
mensualmente.
Lo
primero
que
debemos
realizar
es
la
revisión
del
problema,
cuales
son
los
datos
más
importantes
y
realizar
una
pequeña
lista
de
variables.
Todo
esto
con
el
fin
de
definir
las
variables
de
estado
y
que
tipo
de
función
objetivo
voy
a
tener.
a1 * x1 + a2 * x2 ≤ b = La cantidad de unidades del producto 1.
Para
el
producto
1
se
utilizan
libras
de
acero
y
para
el
producto
2
libras.
Esta
frase
nos
indica
que
la
primera
restricción
está
dada
por
la
siguiente
ecuación
Donde
serán
mis
variables
de
decisión,
ya
que
son
las
unidades
que
podre
producir
con
la
materia
prima
con
la
que
cuento,
el
valor
de
esa
materia
prima
es
b.
La
restricción
queda
menor
o
igual
ya
que
como
máximo
podré
utilizar
b
cantidad
de
materia
con
la
que
cuento.
Ahora
analizando
un
poco
más
el
ejercicio
puedo
definir
la
función
objetivo.
Como
el
ejercicio
habla
sobre
las
utilidades
obtenidas
por
cada
uno
de
los
productos
debo
tener
en
cuenta
que
lo
más
importante
es
MAXIMIZAR
las
ganancias
de
la
empresa
por
medio
de
la
producción
de
los
dos
productos.
Por
lo
tanto
tengo
que
la
función
objetivo
está
definida
por
que
son
las
utilidades
obtenidas
por
cada
uno
de
los
productos
que
fabrica
la
empresa.
Que
quiere
decir
que
7
7
MODELOS PARA LA TOMA DE DECISIONES 7
esos
valores
de
son
constantes
para
el
modelo
como
tal.
La
función
objetivo
queda
de
la
siguiente
forma.
Que
lo
que
me
dice
la
ecuación
anterior
es
que
necesitamos
realizar
una
producción
por
medio
de
la
cual
obtenga
la
mejor
ganancia
aprovechando
el
material
con
el
que
cuento.
Por
último,
contamos
con
dos
restricciones
más
definidas
por
el
problema,
la
cantidad
de
unidades
que
puede
producir
del
producto
2
y
el
contrato
que
tiene
el
fabricante
sobre
las
unidades
del
producto
1.
Entonces
en
la
restricción
que
es
referente
a
la
cantidad
de
unidades
del
producto
2
se
construye
la
restricción
de
la
siguiente
manera;
La
restricción
queda
así
de
sencilla
por
que
como
un
máximo
o
un
límite
superior
de
la
solución
esta
que
se
generen
u
unidades
del
producto
u,
ya
sea
por
la
capacidad
de
la
planta
o
por
la
capacidad
de
trabajo
del
personal.
Ahora
para
la
restricción
del
contrato
que
adquirió
la
empresa
sobre
el
producto
1
se
tiene
la
siguiente
restricción;
Esta
restricción
queda
así
ya
que
lo
mínimo
que
debe
producir
la
empresa
del
producto
1
es
m
unidades
que
es
para
cumplir
el
contrato
con
el
que
se
compromete.
Esta
es
un
límite
inferior
del
sistema
modelado.
Se
encuentra
sujeto
a:
8 POLITÉCNICO GRANCOLOMBIANO
La
ultima
restricción
me
dice
que
cada
una
de
las
variables
de
decisión
son
positivas
o
tiene
un
valor
nulo
(0)
como
mínimo,
ya
que
no
puedo
tener
un
numero
negativo
de
unidades.
Ahora
podemos
darle
valores
a
las
constantes
del
ejercicio
anterior
para
revisar
cómo
se
podría
dar
una
solución
al
modelo
ya
sea
por
método
matemático,
método
grafico
o
por
simplex.
Teniendo
en
cuenta
que
contamos
con
ecuaciones,
podemos
encontrar
un
valor
aproximado
por
medio
de
desarrollo
de
ecuaciones
básicas,
por
lo
tanto
si
al
modelo
anterior
le
damos
valores
numéricos
a
las
constantes
que
definen
el
modelo
del
ejemplo
anterior.
Supongamos
que
se
cuentan
con
2000
libras
de
acero,
que
se
utilizan
2
libras
de
acero
en
construir
el
producto
1
y
3
libras
de
acero
en
construir
el
producto
2,
que
el
contrato
con
el
que
se
compromete
la
empresa
es
de
60
unidades
y
por
último
que
máximo
se
pueden
construir
720
unidades
del
producto
2.
También
que
las
utilidades
del
producto
1
y
producto
2
son
de
100
y
200
respectivamente.
Por
lo
tanto
el
modelo
queda
definido
de
la
siguiente
manera:
(1)
(2)
(3)
(4)
(5)
Podemos
iniciar
con
la
condición
que
conlleva
más
relevancia
para
la
empresa
y
partiendo
de
ella
definir
el
punto
de
inicio
de
desarrollo
del
sistema,
esta
restricción
es
el
cumplimiento
del
contrato
de
60
unidades
con
el
cual
se
compromete
la
empresa,
por
lo
tanto
damos
el
valor
mínimo
de
la
variable
de
decisión
y
arrancamos
con
él
a
resolver
el
sistema
9
9
MODELOS PARA LA TOMA DE DECISIONES 9
Lo
igualamos
a
60
ya
que
con
esto
es
lo
mínimo
de
unidades
del
producto
1
que
deben
construirse
para
poder
cumplir
el
contrato
de
la
empresa.
Despejamos
la
ecuación
anterior
y
de
esta
manera
podemos
hallar
el
valor
de
X2
y
de
esta
manera
completar
una
solución
para
el
problema.
Aclarando
que
hablamos
de
unidades,
nos
damos
cuenta
que
no
podemos
tener
decimales
por
lo
cual
debemos
aproximar
por
lo
cual
el
resultado
queda
de
la
siguiente
manera
Ahora
como
ya
conocemos
el
valor
de
cada
una
de
las
variables
de
decisión
debemos
tener
en
cuenta
que:
Por
lo
tanto
esto
reflejado
en
la
función
objetivo
nos
da
de
la
siguiente
manera:
Lo
que
nos
define
que
la
utilidad
cumpliendo
con
las
restricciones
del
problema
es
131
400,
cumpliendo
con
el
contrato
y
teniendo
en
cuenta
que
no
se
supera
el
número
de
unidades
posibles
para
producir
del
producto
2,
por
lo
tanto
el
problema
se
encuentra
muy
bien
desarrollado.
10 POLITÉCNICO GRANCOLOMBIANO
5.3. Método
Gráfico
Teniendo
en
consideración
el
ejemplo
anterior
realizaremos
la
solución
del
mismo
por
medio
del
método
gráfico.
Teniendo en cuenta el modelo definido de la siguiente manera;
(1)
(2)
(3)
(4)
(5)
Empezamos
con
el
análisis
de
las
restricciones
para
lograr
desarrollar
el
modelo
por
medio
de
grafica
en
2
ejes
(gráfica
clásica
de
X
y
Y).
En
primera
instancia
definimos
que
por
teoría
cada
una
de
las
restricciones
genera
una
línea
recta
que
me
define
cual
será
el
conjunto
solución
para
el
modelo.
Definimos que cada uno de los dos ejes tiene un nombre que en este caso se encuentra definido
Empezamos
con
la
restricción
#
4
ya
que
es
la
más
sencilla
de
analizar,
teniendo
en
cuenta
que
esta
solo
depende
de
la
variable
.
11
11
MODELOS PARA LA TOMA DE DECISIONES 11
Teniendo
en
cuenta
la
imagen
anterior
,
la
restricción
#
2
queda
como
una
línea
recta
paralela
a
el
eje
y,
el
espacio
de
solución
para
esta
restricción
es
todo
el
conjunto
de
números
que
van
desde
0
hasta
la
línea,
ya
que
se
dice
que
tiene
que
ser
menor
o
igual
a
60
unidades
de
.
De
la
misma
manera
analizaremos
la
restricción
#
3
y
la
restricción
#
4,
para
cada
una
de
ellas
tendremos
rangos
de
solución,
pero
para
la
solución
del
modelo
completo
encontraremos
la
Intersección
de
cada
uno
de
estos
conjuntos
de
solución.
Sigamos
con
la
restricción
#3
que
será
también
una
línea
recta
pero
en
este
caso
será
paralela
al
eje
x
y
tendrá
un
valor
de
720,
según
la
restricción
matemática
el
conjunto
solución
para
esta
restricción
será
todos
los
valores
menores
o
iguales
a
720
como
se
muestra
en
la
siguiente
figura.
12 POLITÉCNICO GRANCOLOMBIANO
Ahora
continuando
con
la
ecuación
#2
que
es
la
ecuación
“complicada”
iniciamos
de
la
siguiente
manera:
Inicializamos en 0 lo cual nos dará una ecuación de la siguiente manera:
Ahora
con
este
valor
ya
tenemos
el
primer
punto
para
dibujar
la
recta,
tengamos
en
cuenta
que
para
dibujar
una
línea
recta
debemos
contar
por
lo
menos
con
dos
puntos.
El
primero
de
nuestros
puntos
es:
Para
el
segundo
punto
de
la
recta
debemos
definir
para
hallar
un
valor
para
El
segundo
punto
de
la
recta
es
el
siguiente
Lo
que
se
realiza
al
poner
cada
una
de
las
variables
en
0
se
está
poniendo
un
punto
de
cruce
en
cada
uno
de
los
ejes,
para
lograr
una
construcción
de
la
línea.
El
área
que
define
por
los
valores
que
se
encuentren
en
la
línea
o
debajo
de
ella.
13
13
MODELOS PARA LA TOMA DE DECISIONES 13
Por
lo
tanto
tenemos
la
siguiente
gráfica:
Ahora
para
dar
la
solución
por
el
método
gráfico,
debemos
tener
en
cuenta
que
es
la
intersección
de
los
conjuntos
de
solución
de
cada
una
de
las
restricciones.
Por
lo
cual
como
ya
hemos
relacionado
en
las
gráficas
anteriores
queda
de
la
siguiente
manera:
El
triángulo
azul
es
el
rango
de
solución
del
modelo,
pero
pues
la
idea
es
encontrar
el
punto
donde
se
crucen
como
mínimo
dos
restricciones,
este
punto
y
dependiendo
de
lo
que
esté
realizando
es
14 POLITÉCNICO GRANCOLOMBIANO
la
solución
óptima
(o
mejor
solución
para
el
modelo),
se
debe
definir
que
se
está
realizando
sea
una
minimización
o
una
maximización
del
modelo.
Figura 5. Solución óptima del modelo por medio del método gráfico
Para
hallar
el
valor
numérico
del
punto
de
cruce
de
las
dos
restricciones
se
deben
manejar
esas
dos
ecuaciones
como
un
sistema
de
ecuaciones
de
dos
variables,
las
cuales
dando
la
solución
es
el
punto
que
buscamos
que
será
la
solución
óptima
del
problema,
veamos
cómo
se
debe
realizar:
Debemos
tener
en
cuenta
que
la
recta
vertical
es
de
una
valor
de
60,
lo
cual
representa
la
segunda
restricción
que
estamos
manejando
como
solución
óptima
ahora
para
la
segunda
ecuación
se
tiene.
Por
lo
tanto
el
punto
de
solución
óptima
por
método
gráfico
es
(60,626,7),
lo
cual
genera
el
siguiente
valor
para
y,
reemplazándolo
en
la
función
objetivo
del
modelo,
el
resultado
de
remplazar
los
valores
es
131
320
que
es
la
solución
del
modelo.
Si tenemos el siguiente problema vamos a resolverlo de manera didáctica y paso a paso.
Iron
Works,
Inc.
(IWI)
fabrica
dos
productos
de
acero
y
sólo
recibe
pedidos
mensuales
de
b
libras
de
acero.
Una
unidad
de
producto
1
requiere
de
libras
de
acero
para
su
fabricación
y
se
requieren
libras
de
acero
para
la
fabricación
de
una
unidad
de
producto
2.
15
15
MODELOS PARA LA TOMA DE DECISIONES 15
Sea
y
el
nivel
de
producción
mensual
de
producto
1
y
producto
2,
respectivamente.
Denote
por
y
las
utilidades
unitarias
para
los
productos
1
y
2,
respectivamente.
El
fabricante
tiene
un
contrato
para
entregar
al
menos
m
unidades
de
producto
1
este
mes.
Adicionalmente,
la
planta
puede
fabricar,
como
máximo,
u
unidades
de
producto
2
mensualmente.
max 𝑝1∗𝑥1+𝑝2∗𝑥2
𝑎1∗𝑥1+𝑎2∗𝑥2≤𝑏
𝑥2≤𝑢
𝑥1≥𝑚
𝑥1, 𝑥2≥0
𝑝1=100 𝑦 𝑝2=200
Por
lo
tanto
el
modelo
queda
definido
de
la
siguiente
manera:
max
100∗𝑥1+200∗𝑥2
(1)
2∗𝑥1+3∗𝑥2≤2000
(2)
𝑥2≤720 (3)
𝑥1≥60 (4)
𝑥1,𝑥2≥0 (5)
Para
desarrollar
el
problema
por
medio
del
método
simplex,
debemos
reorganizar
cada
una
de
las
ecuaciones
pasándolas
de
desigualdades
a
igualdades,
lo
cual
genera
unas
nuevas
variables
por
ecuación
que
se
llaman
holguras.
Para
explicar
lo
anterior
tendremos
en
cuenta
lo
siguiente:
16 POLITÉCNICO GRANCOLOMBIANO
max
z=100∗𝑥1+200∗𝑥2
(5)
2∗𝑥1+3∗𝑥2+𝑠1=2000 (6)
𝑥2+𝑠2=720 (7)
𝑥1+𝑠3=60 (8)
Cada
uno
de
esas
variables,
las
holguras
mencionadas
en
el
párrafo
anterior,
ahora
lo
que
debemos
realizar
es
una
organización
en
las
ecuaciones
ya
que
para
colocarlas
en
una
tabla
y
empezar
a
desarrollar
el
ejemplo
por
medio
del
método
simplex
debemos
plantear
las
ecuaciones
de
una
manera
específica.
Este
proceso
se
basa
en
teorías
de
algebra
lineal
y
disminuciones
gausianas.
z−100∗𝑥1−200∗𝑥2=0 (9)
2∗𝑥1+3∗𝑥2+𝑠1=2000 (10)
𝑥2+𝑠2=720 (11)
𝑥1+𝑠3=60 (12)
17
17
MODELOS PARA LA TOMA DE DECISIONES 17
La
tabla
quedará
de
la
siguiente
manera:
Z X1 X2 S1 S2 S3 RESULTADO
R1 1 -‐100 -‐200 0 0 0 0
R2 0 2 3 1 0 0 2000
R3 0 0 1 0 1 0 720
R4 0 1 0 0 0 1 60
Donde
lo
que
queda
en
la
columna
de
resultado
es
lo
que
está
al
lado
derecho
de
cada
una
de
las
ecuaciones;
lo
que
se
presenta
después
del
igual.
Mientras
que
la
primera
columna
es
el
nombre
del
renglón.
Cada
una
de
las
siguientes
columnas
son
las
variables
de
decisión
y
holguras
correspondientes
a
cada
una
de
las
ecuaciones.
Como
explicación
de
donde
aparecen
las
holguras,
es
para
poder
“quitar”
los
signos
de
desigualdades
y
poder
colocar
el
igual;
estas
holguras
serán
los
números
que
completan
la
ecuación
para
lograr
la
igualdad.
Contando
con
la
tabla
debemos
encontrar
lo
que
se
llama
la
columna
pivote,
la
fila
pivote
y
el
número
pivote
del
sistema.
Cada
una
de
estos
datos
es
indispensable
para
poder
desarrollar
el
método
y
cada
uno
de
sus
pasos.
Para
hallar
la
columna
pivote
se
revisa
cuál
es
el
menor
de
los
números
en
toda
la
tabla,
esta
estará
siempre
entre
las
variables
de
decisión
de
la
función
objetivo;
si
revisamos
la
tabla
del
ejemplo
que
estamos
realizando
la
columna
pivote
estará
en
-‐200
que
se
encuentra
en
la
variable
x2
de
la
función
objetivo.
Para
hallar
la
fila
pivote
se
debe
realizar
un
proceso
por
cada
una
de
las
restricciones,
ese
proceso
requiere
contar
con
la
columna
pivote;
se
divide
cada
uno
de
los
números
de
los
resultados
sobre
el
valor
del
mismo
de
la
columna
pivote,
como
se
ve
en
la
siguiente
tabla;
18 POLITÉCNICO GRANCOLOMBIANO
Tabla
2.
Selección
de
la
columna
pivote
Z X1 X2 S1 S2 S3 RESULTADO
R1 1 -‐100 -‐200 0 0 0 0
Teniendo
en
cuenta
lo
anterior
realizamos
las
divisiones
correspondientes
a
cada
uno
de
los
casos
(estas
divisiones
no
se
aplican
para
la
función
objetivo,
solo
para
las
restricciones).
Entonces
el
resultado
de
cada
uno
de
los
renglones
será
666.67,
720.
El
ultimo
no
se
puede
realizar
ya
que
una
división
por
0
es
indeterminada;
de
las
tres
divisiones
debemos
encontrar
el
menor,
por
lo
tanto
el
renglón
número
2
será
el
renglón
pivote.
19
19
MODELOS PARA LA TOMA DE DECISIONES 19
Z X1 X2 S1 S2 S3 RESULTADO
R1 1 -‐100 -‐200 0 0 0 0
R2 0 2 3 1 0 0 2000
R3 0 0 1 0 1 0 720
R4 0 1 0 0 0 1 60
Ahora,
el
número
pivote
es
la
intersección
de
la
columna
pivote
y
la
fila
pivote,
por
lo
tanto
en
este
ejemplo
seria
el
número
3.
Lo
que
se
debe
realizar
es
volver
el
número
pivote
en
1,
para
lo
cual
debemos
realizar
una
división
en
toda
la
fila
que
representa
la
ecuación
sobre
3.
Después
de
realizar
esa
división
queda
la
tabla
de
la
siguiente
manera;
Z X1 X2 S1 S2 S3 RESULTADO
R1 1 -‐100 -‐200 0 0 0 0
R3 0 0 1 0 1 0 720
R4 0 1 0 0 0 1 60
20 POLITÉCNICO GRANCOLOMBIANO
Luego
tendremos
que
volver
cada
uno
de
los
números
de
la
columna
pivote
en
0,
lo
cual
se
realiza
con
sumas
y
multiplicaciones
sobre
la
fila
pivote.
Se
debe
seguir
una
serie
de
pasos
para
realizar
esta
reducción.
Para
el
renglón
1
debemos
convertir
el
-‐200
en
0
,
lo
cual
significa
que
debemos
multiplicar
el
renglón
2
(renglón
pivote)
por
200
y
luego
sumarlo
al
renglón
1.
Esta
operación
se
presentaría
de
la
siguiente
manera:
200𝑅2+𝑅1
Lo
que
vemos
anteriormente
es
la
operación
necesaria
para
disminuir
el
renglón
1
(representada
en
vectores),
por
lo
tanto
el
renglón
1
quedará
así:
De
esta
manera
debe
quedar
el
renglón
1,
teniendo
en
cuenta
que
ya
se
redujo
el
-‐200
a
0,
del
mismo
modo
se
debe
realizar
para
los
otros
dos
renglones,
con
la
siguiente
relación
de
ecuaciones
para
cada
uno
de
ellos.
−1𝑅2+𝑅3
Para
el
renglón
4
no
se
debe
realizar
ninguna
ecuación
ya
que
esta
se
encuentra
en
0.
La
tabla
del
ejercicio
sería:
Z X1 X2 S1 S2 S3 RESULTADO
R4 0 1 0 0 0 1 60
21
21
MODELOS PARA LA TOMA DE DECISIONES 21
Se
seguirá
el
procedimiento
mientras
los
coeficientes
de
las
variables
de
decisión
sean
negativos.
Lo
que
quiere
decir
es
que
si
revisamos
la
tabla
tenemos
varios
números
negativos
que
debemos
“quitar”.
Volvemos
a
escribir
la
tabla
anterior
sin
la
selección
de
la
columna
y
fila
pivote
ya
que
en
este
punto
se
vuelve
a
iniciar
el
procedimiento.
Z X1 X2 S1 S2 S3 RESULTADO
R4 0 1 0 0 0 1 60
22 POLITÉCNICO GRANCOLOMBIANO
GLOSARIO
DE
TÉRMINOS
Enunciado
matemático
del
objetivo
de
una
organización
con
el
que
se
intenta
Función
objetivo maximizar
o
minimizar
una
cantidad
de
gran
importancia
como
ganancias
o
gastos.
Método
de
Método
algebraico
con
el
que
es
posible
hallar
el
punto
de
la
intersección
de
ecuaciones
dos
o
más
ecuaciones
de
restricción
lineal.
simultaneas
Esta
condición
se
presenta
cuando
la
variable
del
dinero
y
la
utilidad
asociada
No
acotamiento aumentan
indefinidamente
sin
violar
las
restricciones
del
problema
en
un
proceso
de
maximización.
Se
ubica
en
una
de
las
esquinas
de
la
región
factible,
lo
cual
significa
que
queda
Punto
de
esquina
en
la
intersección
de
dos
líneas
de
restricción.
Restricción
de
los
recursos
disponibles
para
una
firma;
se
representa
en
forma
Restricción
de
desigualdad
o
ecuación.
Restricciones
de
no
Este
conjunto
de
restricciones
necesita
que
cada
variable
de
decisión
sea
no
negatividad negativa,
cada
X1
debe
ser
igual
o
mayor
a
0.
Se
define
de
esta
manera
a
cualquier
punto
localizado
en
la
región
factible
que
Solución
factible
logre
satisfacer
todas
las
restricciones
del
problema.
Cualquier
punto
ubicado
fuera
de
la
región
factible
que
además
viole
una
o
Solución
infactible
varias
de
las
restricciones
establecidas.
23
23
MODELOS PARA LA TOMA DE DECISIONES 23
Situación
que
se
presenta
cuando
se
obtiene
más
de
una
solución
óptima
y
Solución
óptima
cuando
la
pendiente
de
la
función
objetivo
es
la
misma
que
la
pendiente
de
alternativa
una
restricción.
24 POLITÉCNICO GRANCOLOMBIANO
REFERENCIAS
Referencias Bibliográficas
Anderson,
D.
S.
(2005).
Métodos
Cuantitativos
para
los
Negocios
(Novena
Edición
ed.).
México:
Cengage
Learning
Editores.
Bazaraa,
M.
J.
(1996).
Programación
Lineal
y
Flujo
en
Redes
(Segunda
edición
ed.).
México:
Limusa.
Bazarra,
M.,
&
Jarvis,
J.
J.
(2005).
Programación
lineal
y
flujo
en
redes.
(Segunda
Edición.
ed.).
México:
Limusa
Editores.
.
Castillo.
(20
de
Noviembre
de
2007).
Departamento
Unican.
Recuperado
de
Unican:
http://departamentos.unican.es/macc/personal/profesores/castillo/libro.htm
Hillier,
F.
&.
(2006).
Texto
principal:
Introducción
a
la
Investigación
de
Operaciones.
(6ª
Edición.
ed.).
N/A:
McGraw
Hill.
.
Hillier, F. &. (2006). Investigación de Operaciones (Octava Edición ed.). México: McGraw-‐Hill.
Hillier,
F.
&.
(2008).
Métodos
Cuantitativos
para
Administración
(Tercera
Edición
ed.).
México:
McGraw-‐Hill.
Hopp, W. &. (2008). M. Factory Physics. NY: McGraw Hill.
Taha,
H.
(1997).
Investigación
de
Operaciones:
Una
Introducción
(Sexta
edición
ed.).
NY:
Prentice
Hall.
Winston,
W.
(2005).
Investigación
de
Operaciones
Aplicaciones
y
Algoritmos
(Cuarta
Edición
ed.).
México:
Thomson.
25
25
MODELOS PARA LA TOMA DE DECISIONES 25