Universidad de San Carlos de Guatemala

Facultad de Ingeniería
Escuela de Mecánica Industrial
INVESTIGACIÓN DE OPERACIONES I
Aux. Alejandra Castañeda

PRÁCTICA 1
Formulación y planteo de modelos de programación lineal

OBJETIVOS:

GENERAL

• Desarrollar en el estudiante un criterio propio basado en el análisis deductivo en

modelos de programación lineal

ESPECIFICOS

• Conocer la importancia e historia de los modelos de programación lineal.

• Aprender a resolver un problema por medio de programación lineal.
• Identificar los elementos básicos de un modelo matemático de programación lineal

TEORIA:

HISTORIA

La Investigación de Operaciones nació durante la Segunda Guerra Mundial. Después de 1939 la

Alemania Nazi parecía imparable. Con una eficacia impecable los alemanes se hicieron a la mayor
parte de la Europa continental; la Wehrmach, y la Luftwaffe dominaban tierra y Aire e Inglaterra
seguía en la lista.

Las Operaciones Militares llevadas a cabo eran de incalculable dificultad logística. Si se agrupan
muchos soldados en un área determinada, podrían ser cercados y dados de baja, o si su
distribución era muy dispersa, tendrían flancos débiles que podrían ser utilizados por el
enemigo; la cercanía a los centros de recursos, agua, alimento, refuerzos, vías de transporte,
etcétera, constituían variables determinantes. Había que tomar decisiones, decisiones muy
importantes que no sólo costaban dinero, si no vidas humanas. Y los aliados lo sabían. Así que
llamaron a científicos de todas las áreas del conocimiento humano para que ayudaran en las tareas
de planeación de las Operaciones Militares: Biólogos, Químicos, Físicos, Sociólogos, Psicólogos y
Matemáticos entre otros para aplicar la metodología científica o como se llamó: para hacer
"Investigación de Operaciones Militares".
Uno de los primeros problemas que se enfrentaron los científicos fue el de extender el rango de
los radares para ayudar a la RAF (Royal Air Force), la Fuerza Aérea Real Británica. Los éxitos
logrados hicieron que para 1942 fuera práctica común distribuir matemáticos y físicos dentro
de los equipos de planeación militar, este mismo año la metodología sería llevada a la fuerza Naval
de su aliado: Los Estados Unidos.

La mayor parte de las técnicas que hoy en día conocemos como parte de la Investigación de
Operaciones fueron desarrolladas y usadas en Operaciones Militares, desde la batalla del
atlántico a la campaña del pacífico, desde el desarrollo de estrategia y táctica de los soldados
en tierra, hasta la ubicación de submarinos germanos en las aguas del atlántico. Los aliados con
la ayuda de la Investigación de Operaciones ganaron la guerra.

Una vez terminada la contienda, los científicos pudieron llevar a la vida civil la metodología
empleada durante la guerra, tanto fue así que en 1948 se abrió el primer curso formal de
Investigación de Operaciones en el MIT, un años después que un matemático estadounidense
(George Dantzig) hubiera desarrollado la Programación Lineal, que se convirtiera en la punta de
lanza durante medio siglo de la IO, por supuesto la herramienta computacional con que se contó
luego ha sido de una ayuda invaluable dentro de la evolución de la ciencia, por los voluminosos
cálculos que involucran los modelos. En nuestros días ya es una práctica común y una herramienta
indispensable cuando la complejidad de la toma de la decisión empresarial es grande, sin embargo,
no debemos olvidar que lo que ahora estudiamos fácilmente en libros de texto alguna vez costo
"sangre, sudor y lágrimas", como dijo Churchill.

PROGRAMACIÓN LINEAL

La Programación Lineal corresponde a un algoritmo a través del cual se resuelven situaciones

reales en las que se pretende identificar y resolver dificultades para aumentar la productividad
respecto a los recursos (principalmente los limitados y costosos), aumentando así los beneficios.
El objetivo primordial de la Programación Lineal es optimizar, es decir, maximizar o minimizar
funciones lineales en varias variables reales con restricciones lineales (sistemas de inecuaciones
lineales), optimizando una función objetivo también lineal.

Los resultados y el proceso de optimización se convierten en un respaldo cuantitativo de las

decisiones frente a las situaciones planteadas.

¿COMO RESOLVER UN PROBLEMA POR MEDIO DE PROGRAMACIÓN LINEAL?

El primer paso para la resolución de un problema de programación lineal consiste en la
identificación de los elementos básicos de un modelo matemático, estos son:

• Función Objetivo
• Variables
• Restricciones
El siguiente paso consiste en la determinación de los mismos, para lo cual proponemos seguir la
siguiente metodología:

Definir el criterio
de la Función
Objetivo

Identificar y
definir variables

Identificar y
definir
restricciones

Plantear la
Función Objetivo

• LA FUNCIÓN OBJETIVO
La función objetivo tiene una estrecha relación con la pregunta general que se desea responder.
Sí en un modelo resultasen distintas preguntas, la función objetivo se relacionaría con la pregunta
del nivel superior, es decir, la pregunta fundamental. Así, por ejemplo, si en una situación se
desean minimizar los costos, es muy probable que la pregunta de mayor nivel sea la que se
relacione con aumentar la utilidad en lugar de un interrogante que busque hallar la manera de
disminuir los costos.

Pregunta Función Objetivo

fundamental
¿Cómo se puede disminuir MINIMIZAR costos de
los costos de inventario? mantenimiento y ordenar
¿Qué se debe hacer para MAXIMIZAR utilidades
mejorar las utilidades netas después de causar
dela compañía? impuestos
 • LAS VARIABLES DE DECISIÓN
Similar a la relación que existe entre objetivos específicos y objetivo general se comportan las
variables de decisión respecto a la función objetivo, puesto que estas se identifican partiendo
de una serie de preguntas derivadas de la pregunta fundamental. Las variables de decisión son
en teoría factores controlables del sistema que se está modelando, y como tal, estas pueden
tomar diversos valores posibles, de los cuales se precisa conocer su valor óptimo, que contribuya
con la consecución del objetivo de la función general del problema.

Variables de decisión, parten de la

función objetivo

MINIMIZAR los costos de

mantenimiento y ordenar
¿Qué cantidad de ¿Qué nivel de
En cuales períodos
productos deben inventario deberá
deberá ordenarse, y
ordenarse por mantenerse al final de
en cuales no?
período? cada período?

• LAS RESTRICCIONES
Cuando hablamos de las restricciones en un problema de programación lineal, nos referimos a
todo aquello que limita la libertad de los valores que pueden tomar las variables de decisión. La
mejor manera de hallarlas consiste en pensar en un caso hipotético en el que decidiéramos darles
un valor infinito a nuestras variables de decisión, por ejemplo, ¿qué pasaría sí en un problema que
precisa maximizar sus utilidades en un sistema de producción de calzado decidiéramos producir
una cantidad infinita de zapatos? Seguramente ahora nos surgirían múltiples interrogantes,
como, por ejemplo:

• ¿Con cuánta materia prima cuento para producirlos?

• ¿Con cuánta mano de obra cuento para fabricarlos?
• ¿Pueden las instalaciones de mi empresa albergar tal cantidad de producto?
• ¿Podría mi fuerza de mercadeo vender todos los zapatos?
• ¿Puedo financiar tal empresa?
Pues bueno, entonces habríamos descubierto que nuestro sistema presenta una serie de
limitantes, tanto físicas, como de contexto, de tal manera que los valores que en un momento
dado podrían tomar nuestras variables de decisión se encuentran condicionados por una serie de
restricciones.

EJEMPLO DE RESOLUCIÓN DE UN PROBLEMA DE PROGRAMACIÓN LINEAL

La fábrica de Hilados y Tejidos "SALAZAR" requiere fabricar dos tejidos de calidad diferente
T y T’; se dispone de 500 Kg de hilo a, 300 Kg de hilo b y 108 Kg de hilo c. Para obtener un metro
de T diariamente se necesitan 125 gr de a, 150 gr de b y 72 gr de c; para producir un metro de
T’ por día se necesitan 200 gr de a, 100 gr de b y 27 gr de c.

El T se vende a $4000 el metro y el T’ se vende a $5000 el metro. Si se debe obtener el máximo

beneficio, ¿cuántos metros de T y T’ se deben fabricar?
El problema se recomienda leer en más de una ocasión para facilitar el reconocimiento de las
variables, además es muy recomendable la elaboración de tablas o matrices que faciliten una
mayor comprensión del mismo.

❖ PASO 1: "FORMULAR EL PROBLEMA"

Para realizar este paso partimos de la pregunta central del problema.
¿Cuántos metros de T y T’ se deben fabricar?
Y la formulación es:
“Determinar la cantidad de metros diarios de tejido tipo T y T’ a fabricar teniendo en
cuenta el óptimo beneficio respecto a la utilidad”.

❖ PASO 2: DETERMINAR LAS VARIABLES DE DECISIÓN

Basándonos en la formulación del problema nuestras variables de decisión son:
𝑋1 : Cantidad de metros diarios de tejido tipo T a fabricar
𝑋2 : Cantidad de metros diarios de tejido tipo T’ a fabricar

❖ PASO 3: DETERMINAR LAS RESTRICCIONES DEL PROBLEMA

En este paso determinamos las funciones que limitan el problema, estas están dadas
por capacidad, disponibilidad, proporción, no negatividad entre otras.
De disponibilidad de materia prima:
0.12𝑋1 + 0.2 𝑋2 ≤ 500 Hilo “a”
0.15𝑋1 + 0.1 𝑋2 ≤ 300 Hilo “b”
0.072𝑋1 + 0.027 𝑋2 ≤ 108 Hilo “c”
De no negatividad: 𝑋1 , 𝑋2 ≥ 0
❖ PASO 4: DETERMINAR LA FUNCIÓN OBJETIVO
En este paso es de vital importancia establecer el contexto operativo del problema
para de esta forma determinar si es de Maximización o Minimización. En este caso
abordamos el contexto de beneficio por ende lo ideal es Maximizar.

Función Objetivo
𝒁𝑴𝑨𝑿 = 𝟒𝟎𝟎𝟎𝑿𝟏 + 𝟓𝟎𝟎𝟎 𝑿𝟐

HOJA DE TRABAJO 1

1. Un supermercado necesita como mínimo 16 cajas de galletas, 5 cajas de chocolates y 20

cajas de dulces. Dos mayoristas, A y B, se ofrecen al supermercado para satisfacer sus
necesidades, pero solo venden dichos productos en contenedores completos. El mayorista
A envía en cada contenedor 8 cajas de galletas, 1 de chocolates y 2 de dulces. Por su
parte, B envía en cada contenedor 2, 1 y 7 cajas respectivamente. Cada contenedor que
suministra A cuesta Q.8,000, mientras que los del mayorista B cuestan Q.12,000 cada
uno. Planear el modelo de programación lineal para minimizar el costo.

2. Una compañía posee dos minas: la mina A produce cada día 1 tonelada de hierro de alta
calidad, 3 toneladas de calidad media y 5 toneladas de baja calidad. La mina B produce
cada día 2 toneladas de cada una de las tres calidades. La compañía necesita al menos 80
toneladas de mineral de alta calidad, 160 toneladas de calidad media y 200 toneladas de
baja calidad. Sabiendo que el coste diario de la operación es de 2000 dólares en cada
mina. Plantear un modelo de programación lineal para minimizar el coste.

MECÁNICA DE LA DISCUSIÓN:

• En equipos de trabajo (los mismos formados en la Práctica) analizar, discutir y

proponer soluciones al problema que se le presenta.
• Nombrar en cada equipo de trabajo un portavoz que enumere las conclusiones de
cada grupo para que se expongan en forma general a todos los integrantes del Curso
de Investigación de operaciones 1
• Se premiará la participación de cada equipo de trabajo en la discusión del caso. Este
control lo llevará el Moderador de la mecánica de discusión.
• Se presentará un INFORME con los resultados obtenidos y las propuestas y
recomendaciones respectivas que apoyen la discusión del caso. El equipo de trabajo
que no haya tenido participación en la discusión, no se le recibirá el Informe y, por
lo tanto, no tendrá la puntuación respectiva.
 MARCO PRÁCTICO 1

1. En una granja de pollos se da una dieta para engordar con una composición mínima de 15
unidades de una sustancia A y otras 15 de una sustancia B. En el mercado sólo se
encuentran dos clases de compuestos: el tipo X con una composición de una unidad de A y
5 unidades de B, y el otro tipo, Y, con una composición de cinco unidades de A y una de B.
El precio del tipo X es de $10 y del tipo Y es de $30. Plantear un modelo de programación
lineal para que el coste sea mínimo.

2. Una campaña para proporcionar una marca de golosinas, se basa en el reparto gratuito de
gelatinas con sabor a limón o fresa. Se decide repartir al menos 30,000 gelatinas. Cada
gelatina de limón necesita para su elaboración 0.5 gr de un producto saborizante y cada
gelatina de fresa necesita 0.2 gr de ese mismo producto. Se disponen de 9 kg de ese
producto para saborizar. El coste de producción de una gelatina de fresa es el doble que
el de una gelatina de limón. Formular el modelo de programación lineal para que el coste
sea mínimo.

3. Una fábrica de televisores debe decidir el número de televisores de 27” y 20” producidos,
la investigación de mercado indica ventas a lo más 40 televisores de 27” y 10 televisores
de 20” cada mes. El número máximo de horas-hombre disponible es de 500 por mes, un
televisor de 27” produce una ganancia de $120 y cada televisor de 20” da una ganancia de
$80. Un distribuidor está de acuerdo en comprar todos los televisores producidos
siempre que no exceda el máximo indicado por el estudio de mercado. Formule el modelo
de programación lineal.

4. Un granjero produce 2 tipos de pasteles (chocolate y vainilla) para aumentar sus ingresos,
se puede vender cada pastel de chocolate a $ 1.00 y cada pastel de vainilla a $ 0.50. Cada
pastel de chocolate tarda 20 minutos para hornearse y requiere de 4 huevos; cada pastel
de vainilla tarda 40 minutos en hornearse y requiere de 1 huevo. Se dispone de 8 horas
de tiempo de horneado y de 30 huevos. Formule un PL para maximizar el ingreso del
granjero.

BIBLIOGRAFIA

• Crilly, Tony (2011). 50 cosas que hay que saber sobre matemáticas. Ed. Ariel. ISBN
978-987-1496-09-9.
• Khachiyan, L. (1979). A polynomial algorithm in linear programming 20. Soviet
Math. Doklady.
• Loomba, N.P. Linear Programming: An introductory analysis. McGraw-Hill, New
York, 1964
• Universidad Peruana Unión - Biblioteca Central - libro número 0.001245/f12
Programación lineal.