Programación lineal

Contextualización
Objetivo específico Identificar los elementos básicos acerca del origen, impacto y
naturaleza de la Investigación de Operaciones.
Duración 96 horas
Prerrequisitos Estadística

Temas y subtemas de la unidad

1. Orígenes, naturaleza e impacto de la Investigación de Operaciones ...................................... 2
1.1 La Segunda Guerra Mundial ..................................................................................................... 2
1.2 La reconstrucción de los países y la producción después de la Segunda Guerra Mundial ...... 3
2. Modelo de programación lineal ................................................................................................ 6
2.1 Variables decisión ..................................................................................................................... 6
2.2 Conjunto de restricciones ......................................................................................................... 7
2.3 Función objetivo ........................................................................................................................ 7
3. El método gráfico ..................................................................................................................... 8
3.1 Explicación del método gráfico ................................................................................................. 8
4. Aplicaciones de la programación lineal .................................................................................. 13
5. Método Simplex ..................................................................................................................... 15
6. Problemas de transporte, asignación y transbordo ................................................................ 16
Palabras clave ............................................................................................................................... 16
Referencias ................................................................................................................................... 16

1
Esquema de la unidad

Desarrollo de los contenidos

1. Orígenes, naturaleza e impacto de la Investigación de Operaciones

Duración: 6 horas

Apreciado estudiante, el objetivo principal de este tema es estudiar la Investigación de Operaciones

desde su origen, pasando por sus distintos momentos históricos y comprender su utilidad para las
organizaciones, teniendo en cuenta su aplicación en los procesos productivos mediante la utilización
de técnicas matemáticas que dicho concepto ofrece para dar solución a problemas ante las
restricciones existentes. A continuación, algunos momentos históricos sobre la Investigación de
Operaciones:

1.1 La Segunda Guerra Mundial

Era imprescindible para enfrentar los desafíos de la guerra unos procedimientos cuantitativos que
permitiesen la toma de decisiones en el mejor uso de los materiales bélicos, esto era, encontrar un
método científico que apoyara las operaciones militares en aras de un adecuado uso de los
recursos, minimizando el desperdicio y maximizando los resultados.

2
Siempre se ha afirmado que son las guerras, a lo largo de la historia, las impulsoras del desarrollo
técnico y científico, porque demandan el máximo de la capacidad humana para lograr el objetivo de
ganar la guerra. Además, los recursos siempre son insuficientes y muy costosos, lo que obliga a
generar estrategias que faciliten la toma de decisiones.

Uno podría suponer que un buen general es aquel que tiene conocimiento de sus recursos,
capacidad para disponerlos y claridad en los objetivos. La Investigación de Operaciones (que ya se
implementaba en la milicia) entra a reforzar la toma de decisiones, a dar parámetros para el uso
eficaz y óptimo de los recursos y para minimizar las pérdidas, en la medida que hace posible
responder a las necesidades de los frentes de batalla y corresponder logísticamente al objetivo final
de las batallas.

No puede afirmarse que este es un logro solo de los tiempos modernos, porque siempre se ha
buscado la mejor solución para los problemas que enfrenta el hombre. La diferencia estriba en que
ahora se logra formular un método organizado, repetible y corregible, que recoge la experiencia y
que se traduce en fórmula para lograr el éxito, esto es, se diseña como un método científico.

1.2 La reconstrucción de los países y la producción después de la Segunda

Guerra Mundial
Un ejemplo claro fue la reconstrucción de las estructuras sociales y productivas de la Gran Bretaña.
Si antes la Investigación de Operaciones favoreció la defensa de la isla, solucionando los problemas
logísticos y desarrollando patrones de vuelo de los aviones y la planeación de las maniobras
navales, una vez terminada la guerra posibilitó la solución de los problemas administrativos del
gobierno y de la industria.

La guerra, con sus necesidades, permitió la actuación de los científicos en la aplicación de la

Investigación de Operaciones en la solución de problemas netamente civiles y en la facilitación de
los procesos para el uso de los menguados recursos del Estado en aras de reconstruir las
estructuras dañadas por la ofensiva.

Debe tenerse en cuenta que estas soluciones, generalmente enfocadas en resolver problemas
específicos, terminan favoreciendo el desarrollo de muchas áreas del conocimiento por cuanto en
todas ellas se usan y se disponen de recursos que casi siempre son limitados y que demandan un

3
uso acorde con las necesidades y con los objetivos, maximizando los resultados y minimizando los
costos.

1.3 La producción de la sociedad del conocimiento

En el mundo contemporáneo la producción entraña unas nuevas maneras y formas que obligan al
desarrollo de procesos, los cuales facilitan el acopio de los recursos, que generalmente son externos
a las empresas. Los científicos encontraron que las soluciones aportadas por la Investigación de
Operaciones eran aplicables a los problemas industriales. La computadora y el adelanto de la
Investigación de Operaciones los motivaron a buscar un mejor desarrollo, un crecimiento de las
formas de producción y un mejor uso de los recursos.

Esta nueva visión de la producción obligó a encontrar maneras de mejorar los procesos de
producción, de maximizar beneficios y rentabilidades y de optimizar los costos de los procesos
productivos.

Con el desarrollo industrial, la mecanización y aplicación de los desarrollos tecnológicos en la

producción, el transporte se ha convertido en un pilar del desarrollo y del crecimiento. Ello ha
implicado a las empresas la aplicación de métodos logísticos para lograr la diagramación de
recorridos, el diseño de sistemas de distribución, entrega de mercancías, determinación de costos
marginales y producción.

Ejemplo
Un caso real en donde se ha aplicado un modelo de Investigación es en la Clínica de Medellín de El
Poblado, en donde se encontró como problema la alta tasa de ocupación y el escaso número de
camas, por lo tanto, la atención para los nuevos pacientes era un cuello de botella que impedía
brindar un servicio idóneo a todos los pacientes; así que se vieron en la necesidad de realizar una
investigación de acuerdo con el número adecuado de camas, la tasa de ocupación óptima, cómo
actuar en un caso de alta demanda debido a enfermedades de carácter estacional en las distintas
áreas de la clínica (pediatría, medicina interna, geriátrica, entre otros).

Se realizó un estudio para encontrar un balance óptimo entre el número de camas para cuidados
intensivos y número de camas para medicina interna y demás, por lo tanto, se siguió un proceso
(científico) que incluyó: definición del problema, construcción del modelo, solución del modelo,
validación del modelo, implementación de la solución. Se utilizó un modelo de regresión lineal
cuantitativa teniendo en cuenta la variación de la demanda y las variaciones en los tiempos de
estancia de los pacientes en ambos servicios, con todos los aparatos médicos y cuidados pertinentes;

4
 arrojando un resultado que permitió la toma de decisiones y resolver el problema adecuando la
clínica con el número de camas necesarias para atender la demanda.

Según Churchman, Ackoff y Arnoff (2009), la Investigación de Operaciones es definida como “la
aplicación por grupos interdisciplinarios del método científico a problemas relacionados con el
control de las organizaciones o sistemas (hombre-máquina) a fin de que se produzcan soluciones
que mejor sirvan a los objetivos de la organización”. (Orozco, E., Alcantar, J., & Carro, J.,2009)

De acuerdo con la definición anterior, se comprende que la Investigación de Operaciones está

asociada con el método científico para que, a través de su proceso se investigue, y unido a los
sistemas, se logre la resolución de los problemas presentados en determinada área de la
organización.

Por otra parte, Argoty (2014), manifiesta que la Investigación de Operaciones es: “la ciencia con la
cual se pueden enfrentar los problemas complejos que surgen en la dirección y en la administración
de las organizaciones, cualquiera que sea su actividad. Mediante la aplicación de una metodología
científica a través de modelos matemáticos, la Investigación de Operaciones valora factores como
el azar y el riesgo que permiten predecir y comparar los resultados de decisiones, estrategias o
controles alternativos”. (p.1).

Esta definición no dista mucho de la anterior expresada por parte de Churchman, Ackoff y Arnoff, la
cual tiene en común la resolución de problemas complejos mediante la metodología científica y la
utilización de modelos matemáticos.

De acuerdo con la definición del concepto de Investigación de Operaciones por parte de los
anteriores autores, se puede coincidir con algunos conceptos insertos como metodología científica,
modelos matemáticos, operación de los sistemas y la toma de decisiones.

La Investigación de Operaciones es una ciencia interdisciplinar que

resuelve problemas de las distintas áreas de la empresa a partir de
la utilización de técnicas prácticas y operativas que ofrece esta
herramienta para la toma de decisiones en los distintos procesos
administrativos y gerenciales.

5
Revisando mi conocimiento

Para complementar el estudio de este tema, lo invito a que ingrese al libro de
aprendizaje de esta unidad y realice la actividad propuesta.

2. Modelo de programación lineal

Duración: 3 horas

Apreciado estudiante, en este tema veremos que muchos de los problemas del ámbito empresarial,
en los que se debe tomar decisiones con recursos limitados, ya sea para optimizar costos, utilidades,
mano de obra, entre otros, se pueden abordar a partir de modelos matemáticos. Conozcamos
algunos de esos modelos:

2.1 Variables decisión

Son las variables que contienen la información de la decisión que se desea tomar.

Ejemplo
En una empresa donde se trabaja las 24 horas del día, se programan diferentes turnos o jornadas
laborales, una variable de decisión que se debe analizar es el número de empleados a contratar en
cada turno específico con el fin de que la operación mantenga su curso normalizado.

Ejemplo
En una carpintería se requiere tomar la decisión de cuántas sillas y mesas se debe producir
al día con el fin de maximizar la producción diaria y reducir costos y tiempo.

6
2.2 Conjunto de restricciones
Corresponde a un sistema de ecuaciones o inecuaciones, las cuales están expresadas en términos
de las variables decisión y contienen información acerca de las limitaciones en recursos que tiene
la empresa para el proceso que se desea optimizar.

2.3 Función objetivo

Es la función que se desea optimizar y está expresada en términos de las variables de decisión.
Cuando un modelo matemático está compuesto por las variables decisión, el conjunto de
restricciones, la función objetivo y además estas dos últimas son expresiones algebraicas
lineales, al modelo se le da el nombre de programación lineal, a continuación, se presenta un
modelo con estas características:

Restricciones

𝑎"" 𝑥" + 𝑎"% 𝑥% + ⋯ + 𝑎"' 𝑥' + ⋯ + 𝑎" ()" 𝑥 ()" + 𝑎"( 𝑥( ≤ 𝑏"
𝑎%" 𝑥" + 𝑎%% 𝑥% + ⋯ + 𝑎%' 𝑥' + ⋯ + 𝑎% ()" 𝑥 ()" + 𝑎%( 𝑥( ≤ 𝑏%
⋮
𝑎-" 𝑥" + 𝑎-% 𝑥% + ⋯ + 𝑎-' 𝑥' + ⋯ + 𝑎- ()" 𝑥 ()" + 𝑎-( 𝑥-( ≤ 𝑏-
⋮
𝑎." 𝑥" + 𝑎.% 𝑥% + ⋯ + 𝑎.' 𝑥' + ⋯ + 𝑎. ()" 𝑥 ()" + 𝑎.( 𝑥-( ≤ 𝑏.

Cada 𝑥' corresponde a una variable decisión y los 𝑎-' .son parámetros de entrada definidos en el
problema empresarial que se está abordando.

Función objetivo

𝑧 = 𝑐" 𝑥" + 𝑐% 𝑥% + ⋯ + 𝑐' 𝑥' + ⋯ + 𝑐 ()" 𝑥 ()" + 𝑐( 𝑥(

Donde 𝑧 representa la función a optimizar, generalmente es una función de utilidad o de costos, en
otros casos puede representar la cantidad de personal para un proceso en específico.

7
Revisando mi conocimiento

Para complementar el estudio de este tema, lo invito a que ingrese al libro de
aprendizaje de esta unidad y realice la actividad propuesta.

3. El método gráfico
Duración: 10 horas

Apreciado estudiante, el método gráfico es uno de los métodos que se utiliza para solucionar los
modelos de programación lineal, en adelante PL; es necesario precisar que solo aplica para modelos
de PL con dos variables, para más de dos variables es necesario recurrir al Simplex o a la utilización
de Software, estos métodos los vamos a conocer más adelante.

El propósito de este método es, como su nombre lo dice, graficar las

líneas rectas que representan a cada restricción en un mismo plano,
para, a partir del gráfico, determinar la región factible, que es la región
del plano en la cual se satisfacen todas las restricciones; cada punto de
esta región recibe el nombre de solución factible. Con la región factible
definida, se procede con la determinación de la solución óptima, la cual
corresponde a la que optimiza la función objetivo.

3.1 Explicación del método gráfico

Para explicar el método gráfico se utilizará el modelo de PL con dos variables que se muestra a
continuación:

8
 2𝑥" + 𝑥% ≤ 70
𝑥" + 𝑥% ≤ 50
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:
𝑥" ≥ 0
𝑥% ≥ 0
𝑓. 𝑜. : 𝑧 = 30𝑥" + 40𝑥% → 𝑀𝑎𝑥

Para explicar el método de solución se utilizará el anterior modelo, y a partir de él, se desarrollarán
y explicarán cada uno de los pasos:

Paso 1: volver las restricciones igualdades:

2𝑥" + 𝑥% = 70 → (1)
𝑥" + 𝑥% = 50 → (2)

Paso 2: utilizar alguno de los métodos de solución de ecuaciones lineales con dos variables para
resolver el sistema de ecuaciones obtenido en el paso 1.

En este caso se utilizará el método de reducción, para lo cual la ecuación (2) se multiplicará por -1
para anular la variable 𝑥% :

2𝑥" + 𝑥% = 70
−𝑥" − 𝑥% = −50
𝑥" = 20

De la ecuación (2) obtenemos el valor de 𝑥% , reemplazando el valor de 𝑥" = 20 obtenido:

20 + 𝑥% = 50

9
Es decir:
𝑥% = 30

El punto obtenido es entonces: 𝑃",% 20,30

Paso 3: construir tablas de valores para cada ecuación que contengan los puntos obtenidos en el
paso 2 y los interceptos con los ejes.

Ecuación 1 Ecuación 2
𝑥 𝑦 𝑥 𝑦
20 30 20 30
0 70 0 50
35 0 50 0

Paso 4: construir la gráfica de ambas ecuaciones en un mismo plano:

Fuente: autoría propia

10
Paso 5: identificar la región factible, para lo cual se toma un punto prueba cualquiera del plano, para
lo cual, por efectos de simplicidad, se tomará el 𝑃(0,0), este punto se reemplaza en cada restricción
y se determina su valor de verdad, el procedimiento se muestra a continuación:

Restricción 1: 2𝑥" + 𝑥% ≤ 70

Al reemplazar el punto prueba obtenemos:

? ?
2 0 + 0 ≤ 70, es decir 0 ≤ 70, lo cual es VERDADERO.

Restricción 2: 𝑥" + 𝑥% ≤ 50

Al reemplazar el punto prueba obtenemos:

? ?
0 + 0 ≤ 50, es decir 0 ≤ 50, lo cual también es VERDADERO.

Obtenidos los valores de verdad, se sombrea en el plano, a partir de cada recta, la región que
apunta hacia donde se eligió el punto de prueba (si el valor de verdad fuera FALSO, se sombrea la
región contraria), a continuación, se muestra el gráfico con las regiones sombreadas:

11
 Fuente: autoría propia
La región factible resulta ser la parte del plano donde se interceptan ambas regiones sombreadas,
en este caso, el interior del cuadrilátero cuyos vértices están conformados por los puntos (0,0);
(35,0); (20,30) y (0,50), cualquier punto al interior de este cuadrilátero recibe el nombre de solución
factible.

Paso 7: determinar la solución óptima del problema, para determinarla se aplica el teorema
fundamental de la programación líneas, el cual afirma lo siguiente: “la solución óptima de un modelo
de PL se encuentra en uno de los vértices o lados de la frontera de la región factible”

En este caso los vértices de la frontera son los que se mencionaron en el paso 5, es decir, lo puntos
(0,0); (35,0); (20,30) y (0,50). Para determinar la solución óptima basta con reemplazar cada uno
de estos puntos en la función objetivo del modelo, el punto que optimice corresponde a la solución
del modelo de PL, a continuación, se presenta este procedimiento:

𝑓. 𝑜. : 𝑧 = 30𝑥" + 40𝑥% → 𝑀𝑎𝑥

Reemplazando cada punto obtenemos:

12
 𝑧 0,0 = 30 0 + 40 0 = 0
𝑧 35,0 = 30 35 + 40 0 = 1050
𝑧 20,30 = 30 20 + 40 30 = 1800
𝑧 0,50 = 30 0 + 40 50 = 2000

Como el objetivo del problema es maximizar, la solución óptima del modelo es 0,50 .

Revisando mi conocimiento

Para complementar el estudio de este tema, lo invito a que ingrese al libro de
aprendizaje de esta unidad y realice la actividad propuesta.

4. Aplicaciones de la programación lineal

Duración: 3 horas

A continuación, se muestra el procedimiento para la construcción de un modelo de programación

lineal, el enunciado del problema es:

Ejemplo
Una fábrica de juguetes desarrolla un nuevo prototipo de juego en dos versiones que se
denominarán A y B. El precio de venta al público del prototipo A es de $2.700 y el del B $2.100, la
fábrica estima que fabricar un juguete tipo A supone un gasto de $1.000 de materias primas y de
$1.400 de costos laborales. Fabricar un juguete tipo B exige $900 de materias primas y $1.000 de
costos laborales. La construcción de ambos tipos de juguetes requiere un trabajo previo de
ensamble y un proceso final de acabado (pintura, revisión de las piezas fabricadas, empaquetado,
etc.). Para fabricar un juguete tipo A se necesita 1 hora de ensamble y 2 horas de proceso final de
acabado. Un tipo B necesita 1 hora de ensamble y 1 hora para el proceso de acabado. La fábrica no
tiene problemas de abastecimiento de materias primas, pero sólo puede contar semanalmente con
un máximo de 80 horas de proceso de ensamble y un máximo de 100 horas para los trabajos de
acabado. Por exigencias del mercado, se fabrican, como máximo, 40 juguetes tipo A a la semana. No

13
 ocurre así con el juguete tipo B, para los que no hay ningún tipo de restricción en cuanto al número
de unidades fabricadas.

Construya un modelo de PL que permita determinar el número de juguetes de cada tipo que debe
de producir la fábrica para optimizar su beneficio.

Solución:

A continuación, se detalla el paso a paso del proceso de solución de este modelo:

Paso 1: definir las variables decisión del problema.

En este caso, al ser dos tipos de juguetes se definen dos variables de decisión, las cuales son:

𝑥" → 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑗𝑢𝑔𝑢𝑒𝑡𝑒𝑠 𝑡𝑖𝑝𝑜 𝐴 𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟

𝑥% → 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑗𝑢𝑔𝑢𝑒𝑡𝑒𝑠 𝑡𝑖𝑝𝑜 𝐵 𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟

Paso 2: construir una tabla resumen que contenga los datos del problema en términos de las
variables de decisión:
Tipo de Cantidad a Horas Horas de Ingreso Costos Costos Beneficio
juguete producir ensamble acabado de laborales
materia
prima
A 𝑥" 𝑥" 2𝑥" 2700𝑥" 1000𝑥" 1400𝑥" 300𝑥"
B 𝑥% 𝑥% 𝑥% 2100𝑥% 900𝑥% 1000𝑥% 200𝑥%
Total 𝑥" + 𝑥% 𝑥" + 𝑥% 2𝑥" + 𝑥% 2700𝑥" 1000𝑥" 1400𝑥" 300𝑥"
+ 2100𝑥% + 900𝑥% + 1000𝑥% + 200𝑥%

Paso 3: plantear el modelo de PL a partir de la tabla resumen y del enunciado del problema:

𝑥" + 𝑥% ≤ 80
2𝑥" + 𝑥% ≤ 100
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠: 𝑥" ≥ 40
𝑥" , 𝑥% ∈ 𝑍 ]
𝑓. 𝑜. : 𝐵 = 300𝑥" + 200𝑥% → 𝑀𝑎𝑥

14
 Este modelo se puede resolver por el método gráfico.

5. Método Simplex
Duración: 8 horas

Para abordar el método simplex, los invito a que vean con atención los siguientes videos. En ellos
podremos identificar en qué consiste este método.

Recurso externo
Explicación del recurso Le invito a que ingrese al siguiente enlace, donde muestra el
procedimiento para instalar el complemento SOLVER de Excel,
el cual es una herramienta indispensable para la solución de
modelos de programación lineal mediante el método SIMPLEX.
Nombre del recurso Video 1. Instalación de solver de Excel.
Enlace https://youtu.be/CgiU6F6a5AE

Recurso externo
Explicación del recurso Le invito a que ingrese al siguiente enlace, donde muestra un
caso real de aplicación de una aerolínea. En la solución del
ejercicio, se utilizará el complemento SOLVER, para resolverlo
mediante el método SIMPLEX.
Video 2. Método Simplex mediante solver de Excel para
Nombre del recurso
problemas de programación de turnos.
https://youtu.be/ytDRnZyVIxc
https://youtu.be/NtH7dZeHWJU
Enlace
https://youtu.be/NtH7dZeHWJU

15
6. Problemas de transporte, asignación y transbordo

En el siguiente video podrán ver el modelo de transporte Solver de Excel.

Recurso externo
Explicación del recurso Le invito a que ingrese al siguiente enlace, donde podrá
visualizar la utilización de SOLVER en un caso de transporte de
energía eléctrica.
Nombre del recurso Video 3. Modelo de transporte mediante solver de Excel.
https://youtu.be/Bn7l6s0HKAE
Enlace
https://youtu.be/fKLC98xFYmc

Palabras clave
Programación lineal
Método gráfico
Ecuación
Variables de decisión
Conjunto de restricciones
Función Objetivo

Referencias

Argoty López, J. (2014). La investigación de operaciones en la administración de la

empresa. Pasto. Boletín horizontes empresariales, (4), 28-34.

Orozco, E., Alcantar, J., & Carro, J. (2009). Inteligencia empresarial. Qué y Cómo. La Habana,
Cuba: Editorial IDICT, 5-30.

16
 Frederick S. Hillier & Gerald J. Lieberman, (2014). Introduction to Operations Research,
McGraw-Hill: Boston MA; 10th Edition,

Hillier & Lieberman (2010). Investigación de Operaciones. México. Octava Edición. Mc Graw
Hill,

Créditos
Licencia de uso:

Este recurso es publicado bajo la licencia
Creative Commons 2.5 Colombia.

Es de uso libre, no comercial y no permite
derivación o modificación de sus contenidos.

Para su uso debe nombrarse a la Fundación
Universitaria María Cano y al autor.
Autor:
Ricardo León Sánchez Arenas
Doctor en Ciencias de la Educación
Magister en Administración y Planificación
Especialista en Telecomuniciones
Ingeniero Electricista

Guión y Producción:
Fundación Universitaria María Cano
Centro de Educación Abierta y a Distancia Virtual
Septiembre de 2018 Colombia

17