Semana 1

Fabián Ricardo Muñoz Reyes

fabian.munoz@unimilitar.edu.co
Semestre
2020-II B2
Tabla de contenido

1 Investigación de operaciones

2 Programación Lineal
¿Qué es la investigación de operaciones?

La investigación de operaciones es una rama de las matemáticas que busca apoyar

la toma de decisiones mediante herramientas algebráicas, cuando los sistemas son
multivariados y de pronto muy complejos.
Es importante tener en cuenta que aún siendo la matemática, la piedra angular de
la investigación de operaciones, cuando se deba tomar una decisión final se deben
tener en cuenta factores o variables que no pueden ser cuantificables. Por ejemplo:
en una recesión, un modelo de optimización de recursos nos puede conllevar a
elegir, por comodidad, un uso de materia prima que no sea de la misma calidad que
la producida anteriormente. Pero, ¿sí será beneficioso tomar esa decisión?
Modelos
Por definición un modelo, es una representación (para nuestro caso matemática)
de una situación. Lo que buscamos con un modelo es que sea lo más simple (es
decir, que tenga la menor cantidad de variables) y sea lo más preciso posible. Por
tanto, diferentes personas pueden elaborar diferentes modelos de un mismo
problema, evento o situación, lo que importa es el para que lo elaboramos y sí las
variables que tenemos afectan o no.
Ejemplo 1

Supongamos que una persona debe ser enviada por parte de la empresa a realizar
capacitaciones sobre algún tema particular a dos sedes en distintas ciudades A y B.
La capacitación será durante tres semanas, los martes en la empresa A y los viernes
en la empresa B. El costo de los tiquetes para viajar entre las ciudades corresponde
a 350.000 (ida y vuelta) en la misma semana. Si los vuelos están en diferentes
semanas, la tarifa se reduce a 280.000. Además, un boleto sencillo (un solo sentido)
cuesta 180.000 sin importar el día de la semana. ¿Cómo debería comprar los
tiquetes la empresa para reducir los gastos sí la capacitación no debe durar más de
3 semanas?
Ejemplo 1. Tiquetes de avión

Des: Para dar respuesta al problema, vamos a responder previamente las siguientes
preguntas:
I ¿Qué alternativas tenemos?
I ¿Hay restricciones que afecten la decisión?
I ¿Cuál es el criterío objetivo apropiado, por el cual vamos a tomar la
decisión?
Ejemplo 1. Tiquetes de avión

ALTERNATIVAS

1. Comprar tres boletos ida y vuelta A-B-A saliendo el miércoles y regresando el

sábado.
2. Comprar un boleto A-B saliendo el miércoles. Comprar dos boletos ida y
vuelta, saliendo el sábado de la ciudad B y regresando el miércoles. Y por
último, un boleto sencillo B-A. saliendo el sábado.
Ejemplo 1. Tiquetes de avión

ALTERNATIVAS

1. Comprar tres boletos ida y vuelta A-B-A saliendo el miércoles y regresando el

sábado.
2. Comprar un boleto A-B saliendo el miércoles. Comprar dos boletos ida y
vuelta, saliendo el sábado de la ciudad B y regresando el miércoles. Y por
último, un boleto sencillo B-A. saliendo el sábado.
3. Compar un boleto A-B-A saliendo el miércoles de la primera semana y
regresando el sábado de la tercera semana. Y comprar dos boletos B-A-B
saliendo los sábados de la primera y segunda semana, y regresando los
miércoles de la segunda y tercera semana.
Ejemplo 1. Tiquetes de avión

¿El problema tiene alguna restricción?

Ejemplo 1. Tiquetes de avión

¿El problema tiene alguna restricción? Rta: Sí, no podemos tardar más de
tres semanas.
Ejemplo 1. Tiquetes de avión

¿El problema tiene alguna restricción? Rta: Sí, no podemos tardar más de
tres semanas.
CRITERIO: Reducir los gastos
Ejemplo 1. Tiquetes de avión

¿El problema tiene alguna restricción? Rta: Sí, no podemos tardar más de
tres semanas.
CRITERIO: Reducir los gastos

Doble mis. sem. Doble dif. sem. Sencillo

CASO Total
350,000 280,000 180,000
Ejemplo 1. Tiquetes de avión

¿El problema tiene alguna restricción? Rta: Sí, no podemos tardar más de
tres semanas.
CRITERIO: Reducir los gastos

Doble mis. sem. Doble dif. sem. Sencillo

CASO Total
350,000 280,000 180,000
Caso 1 3 0 0
Ejemplo 1. Tiquetes de avión

¿El problema tiene alguna restricción? Rta: Sí, no podemos tardar más de
tres semanas.
CRITERIO: Reducir los gastos

Doble mis. sem. Doble dif. sem. Sencillo

CASO Total
350,000 280,000 180,000
Caso 1 3 0 0
Caso 2 0 2 2
Ejemplo 1. Tiquetes de avión

¿El problema tiene alguna restricción? Rta: Sí, no podemos tardar más de
tres semanas.
CRITERIO: Reducir los gastos

Doble mis. sem. Doble dif. sem. Sencillo

CASO Total
350,000 280,000 180,000
Caso 1 3 0 0
Caso 2 0 2 2
Caso 3 0 3 0
Ejemplo 1. Tiquetes de avión

¿El problema tiene alguna restricción? Rta: Sí, no podemos tardar más de
tres semanas.
CRITERIO: Reducir los gastos

Doble mis. sem. Doble dif. sem. Sencillo

CASO Total
350,000 280,000 180,000
Caso 1 3 0 0 1,050,000
Caso 2 0 2 2 920,000
Caso 3 0 3 0 840,000
Ejemplo 1. Tiquetes de avión

¿El problema tiene alguna restricción? Rta: Sí, no podemos tardar más de
tres semanas.
CRITERIO: Reducir los gastos

Doble mis. sem. Doble dif. sem. Sencillo

CASO Total
350,000 280,000 180,000
Caso 1 3 0 0 1,050,000
Caso 2 0 2 2 920,000
Caso 3 0 3 0 840,000

En el caso que las respuestas sean enteras y el número de opciones no sea muy alto,
uno puede empezar haciendo ensayo y error entre diferentes combinaciones para
hallar la mejor opción. Pero sí las variables son continuas no podemos hacer lo
mismo.
Ejemplo 2. Canal de riego

Suponga que debe diseñar un canal de riego con sección trapezoidal con lados y
fondo de concreto como se observa en la figura:

El área de la sección trapezoidal corresponde a A = y(x + y tan θ) y perímetro

húmedo P = x + 2y sec θ. Para una inclinación fija de 35o . ¿Cuáles son las
dimensiones de x y y que minimizan el perímetro húmedo si se requiere que el área
transversal sea de 3,5 m2 ?
Ejemplo 2. Canal de riego

ALTERNATIVAS

En esta ocasión x y y pueden variar libremente entre valores positivos, así que no
podemos hacer un análisis de caso por caso.
Ejemplo 2. Canal de riego

ALTERNATIVAS

En esta ocasión x y y pueden variar libremente entre valores positivos, así que no
podemos hacer un análisis de caso por caso.

Restricciones

El área de la sección transversal debe ser de 3,5 m2 . Es decir, nuestra restricción

corresponde a:
y(x + y tan 35o ) = 3,5
Ejemplo 2. Canal de riego
Criterio
En esta ocasión, el criterio es MINIMIZAR el perímetro húmedo. Es decir, debemos
hallar el mínimo de la función:
P = x + 2y sec 35o
Ejemplo 2. Canal de riego
Criterio
En esta ocasión, el criterio es MINIMIZAR el perímetro húmedo. Es decir, debemos
hallar el mínimo de la función:
P = x + 2y sec 35o
Toda la información se puede resumir en el siguiente diagrama:
Mínimizar z = x + 2y sec 35o
sujeto a,
y(x + y tan 35o ) = 3,5 ; x ≥ 0 ; y ≥ 0
La solución de este problema se obtiene por múltiplicadores de Lagrange y
corresponde a x = 1,467 y y = 1,4177.
Factible vs óptimo

Una solución de un modelo es factible sí cumple con todas las restricciones, y

diremos que es optima sí ademas de ser factible, produce el mejor valor de la
función objetivo.
I En el primer ejemplo, los tres casos propuestos son soluciones FACTIBLES
pero solo la última es la ÓPTIMA.
I En el segundo ejemplo, todos los puntos que cumplan la condición del área son
soluciones factibles, pero solo la obtenida por el proceso de múltiplicadores de
Lagrange, sería la óptima.
Solución de un modelo de I.O.

En la investigación de operaciones no se cuenta con una sola técnica para resolver

todos los modelos. Por su estructura, número de variables y restricciones se aplican
diferentes métodos. Algunos métodos usados son:
I Programación lineal: sí la función y las restricciones son lineales.
I Programación entera: sí las variables solo pueden asumir valores enteros.
I Programación dinámica: sí el modelo se puede dividir en pequeñas
secciones para facilitar su manejo.
I Programación de red: sí el problema se puede modelar como una red.
I Programación no lineal: sí la función o las restricciones no son lineales.
Programación Lineal (PL)

Vamos a empezar analizando el caso de modelos donde la función a optimizar y las

restricciones son lineales. Empezaremos mirando el método gráfico que se puede
aplicar cuando solo tenemos dos variables. Aunque en muchos problemas, las
variables son 3,4 o más; iniciar con este método permite conocer como funcionan
algunos algoritmos que vamos a trabajar.
Ejemplo 3: Materia prima

Supongamos que una compañia elabora dos tipos diferentes de artículos que
venderá en el mercado. P1 y P2 . Para su elaboración requiere de dos materias
primas M P1 y M P2 , de la primera posee 24 unidades y de la segunda solamente 6.
La siguiente tabla muestra la cantidad de unidades de cada materia prima que se
necesita para producir una unidad:

Materia Prima P1 P2 Totales

M P1 6 4 24
M P2 1 2 6

Se conoce que la utilidad de cada unidad del producto 1 corresponde a 5 millones

de pesos y para la unidad 2 corresponde a 4 millones de pesos.
Ejemplo 3: Materia prima

Además, la demanda del producto 2 no puede exceder la del otro producto en más
de una unidad y del segundo producto se necesita como máximo 2 unidades. Hallar
el número de unidades que optimizan la ganancia.
Ejemplo 3: Materia prima

Además, la demanda del producto 2 no puede exceder la del otro producto en más
de una unidad y del segundo producto se necesita como máximo 2 unidades. Hallar
el número de unidades que optimizan la ganancia.
Desarrollo: Todos los modelos de IO, tienen tres partes básicas:
1. Las variables de decisión que pretendemos determinar.
2. La función objetivo en términos de las variables.
3. Las restricciones.
En este ejemplo, tenemos que las variables corresponden a el número de unidades
de los productos que deberíamos producir, los vamos a notar por x1 y x2 .
Ejemplo 3: Materia prima

El problema quedaría planteado como:

Máximizar la función z = 5x1 + 4x2

sujeto a,

6x1 + 4x2 ≤ 24
x1 + 2x2 ≤ 6
x2 − x1 ≤ 1
x2 ≤ 2
x1 ≥ 0
x2 ≥ 0
Ejemplo 3: Matería prima

Para hallar una solución gráfica, vamos a elegir cada una de las desigualdades que
tenemos por restricciones y la convertiremos en una igualdad. Así, las restricciones
se convertirían en rectas y podríamos graficarlas en el mismo plano.
Ejemplo 3: Matería prima

Para hallar una solución gráfica, vamos a elegir cada una de las desigualdades que
tenemos por restricciones y la convertiremos en una igualdad. Así, las restricciones
se convertirían en rectas y podríamos graficarlas en el mismo plano.

1. 6x1 + 4x2 = 24
Ejemplo 3: Matería prima

Para hallar una solución gráfica, vamos a elegir cada una de las desigualdades que
tenemos por restricciones y la convertiremos en una igualdad. Así, las restricciones
se convertirían en rectas y podríamos graficarlas en el mismo plano.

1. 6x1 + 4x2 = 24
2. x1 + 2x2 = 6
Ejemplo 3: Matería prima

Para hallar una solución gráfica, vamos a elegir cada una de las desigualdades que
tenemos por restricciones y la convertiremos en una igualdad. Así, las restricciones
se convertirían en rectas y podríamos graficarlas en el mismo plano.

1. 6x1 + 4x2 = 24
2. x1 + 2x2 = 6
3. x2 − x1 = 1
Ejemplo 3: Matería prima

Para hallar una solución gráfica, vamos a elegir cada una de las desigualdades que
tenemos por restricciones y la convertiremos en una igualdad. Así, las restricciones
se convertirían en rectas y podríamos graficarlas en el mismo plano.

1. 6x1 + 4x2 = 24
2. x1 + 2x2 = 6
3. x2 − x1 = 1
4. x2 = 2
Ejemplo 3: Matería prima

Para hallar una solución gráfica, vamos a elegir cada una de las desigualdades que
tenemos por restricciones y la convertiremos en una igualdad. Así, las restricciones
se convertirían en rectas y podríamos graficarlas en el mismo plano.

1. 6x1 + 4x2 = 24
2. x1 + 2x2 = 6
3. x2 − x1 = 1
4. x2 = 2
5. x1 = 0
Ejemplo 3: Matería prima

Para hallar una solución gráfica, vamos a elegir cada una de las desigualdades que
tenemos por restricciones y la convertiremos en una igualdad. Así, las restricciones
se convertirían en rectas y podríamos graficarlas en el mismo plano.

1. 6x1 + 4x2 = 24
2. x1 + 2x2 = 6
3. x2 − x1 = 1
4. x2 = 2
5. x1 = 0
6. x2 = 0
Ejemplo 3: Matería prima

Como todas las restricciones son de 6, excepto las de no negatividad de x1 y x2 ,

vamos a elegir la región que se encuentra POR DEBAJO de ellas. Esta región será
el espacio factible o el espacio de soluciones. Todos los puntos dentro de esta región
corresponde a soluciones factibles.

Vamos ahora a buscar la óptima. Por propiedades que tienen las programaciones
lineales SIEMPRE la(s) solución(nes) óptima(s) está(n) asociadas a las esquinas de
la figura que acotan. Por tanto, busquemos que pasa en cada una de ellas.
Ejemplo 3: Matería prima

Recordemos que la función que se busca maximizar es z = 5x1 + 4x2 . Por tanto,
vamos a evaluar cada punto en la función y miraremos el valor más alto.

Punto Valor x1 Valor x2 Función

A 0 1 4
B 1 2 13
C 2 2 18
D 3 1,5 21
E 0 0 0
F 4 0 20

Luego, nuestro punto óptimo corresponde a (3, 1.5).

Ejemplo 4: Infinitas soluciones
En ocasiones, un problema de optimización lineal puede tener infinitas soluciones.
En estos casos ocurre que en dos vértices de la región se alcanza el óptimo del
problema, al ocurrir esto, TODOS los puntos ubicados en el segmento que los une,
hacen parte de la solución. Veamos:
EJEMPLO: Usando el método gráfico, resolver el problema de programación
lineal:

Minimizar z = x1 + 2x2

sujeto a,

x1 + 2x2 ≥ 5
x1 − x2 ≥ 2
x1 ≥ 0; x2 ≥ 0
Ejemplo 4: Infinitas soluciones

Al realizar el gráfico de las 4 restricciones y determinando los vértices, obtenemos:

Se puede observar que solo tenemos dos vértices que son candidatos a mínimo,
estos son (0, 2.5) y (3, 1). Al evaluar estos dos valores en la función, podemos
observar que ambos tienen el mismo valor que es 5.
Ejemplo 4: Infinitas soluciones

Por tanto, no solo los dos vértices son soluciones óptimas, lo son TODOS los
puntos que se encuentran en el segmento que los une.

Por ejemplo, el punto (4, 0.5) hace parte del conjunto de soluciones óptimas con un
valor de 5.
Ejercicio 1

Usando el método gráfico, resolver el problema de programación lineal:

Máximizar z = −3x1 + x2

sujeto a,

−3x1 + x2 ≥ 6
x1 − 2x2 ≥ 6
2x1 − 3x2 ≤ 12
x1 − x2 ≤ 0
−x1 + x2 ≥ 0
x1 ∈ R; x2 ∈ R
Ejercicio 2

Usando el método gráfico, resolver el problema de programación lineal:

Minimizar z = 5x1 + 3x2

sujeto a,

x1 + 2x2 ≥ 4
−x1 + x2 ≤ 3
−x1 + 2x2 ≥ 1
x1 ≥ 0; x2 ≥ 0
Ejercicio 3

Usando el método gráfico, resolver el problema de programación lineal:

Minimizar z = 4x1 + 3x2

sujeto a,

8x1 + 6x2 ≥ 5
5x1 + 3x2 ≥ 4
x1 ≥ 0; x2 ≥ 0