UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

DEPARTAMENTO DE SISTEMAS Y TELEMÁTICA

INVESTIGACIÓN DE OPERACIONES I

Docente:
ANIVAL TORRE CAMONES

Semestre: 2022-1
 Semana 2

DESARROLLO DE MODELOS
DE PROGRAMACIÓN LINEAL

2
 Recomendaciones

Contraste

Practique Revise
 Contenido
Contenido

1 Estructura de los modelos de P. L.

2 Características de los modelos P. L.

3 Problema de producción

4 Problemas de minería

Es la representación simbólica del
sistema real, donde cada concepto
está representado por una función
lineal.
La finalidad es poder estudiar y
resolver los problemas del sistema.
¿Qué es un modelo de
Programación lineal?
Identificación de las variables
Xi = Cantidad en (unidades de medida) de….
Identificación de la Función objetivo
Max ( ó Min) = f(x1,x2,...,xn)
Identificación de las Restricciones
f(x1,x2,...,xn) <= b1
f(x1,x2,...,xn) >= b2
....
f(x1,x2,...,xn) = bm
Xi >= 0 (Restricciones no negatividad)
 Primera propiedad de un P.L.

La Función objetivo pueden ser:

Maximizar: Utilidades, Producción,
Los modelos de PL buscan
Rentabilidad, Etc.
optimizar un objetivo. Minimizar: Costos, Tiempos, distancia,
etc.
 Segunda propiedad de un P.L.

Toda F.O. está sujeta a un conjunto de • Las restricciones pueden ser:

restricciones que describen los requerimientos • Menor o igual (<=) Menor (<)
y las limitaciones de los recursos que limitarán • Mayor o igual (>=) Mayor (>)
el valor del objetivo que puede ser alcanzado. • Igual (=)
• Las horas de producción debe ser menor o igual a 132 horas.
Menor o igual • La inversión total en acciones debe ser a lo más un millón $
(<=) • La cantidad de acciones a comprar del tipo A, debe ser menor o igual al
30% de la cantidad total de acciones.
• Las horas asignada a la línea 1 debe ser mayor o igual a 100 horas.
Mayor o igual
(>=) • La inversión en acciones Minera debe ser por lo menos el 50% de la
disponibilidad para invertir.
• La producción debe ser igual a los pedidos de los clientes.
Igual (=)
• La inversión en acciones debe ser igual al dinero disponible.
 Tercera propiedad de un P.L.

• Ejemplo de alternativas:
• Se tiene un millón de dólares. Se puede invertir en
acciones: Cervecería, Minera y Gaseosas.
• La línea principal de envasado en una cervecería es para el
Debe existir formato 620 m. Podemos asignar a esta línea las siguientes
alternativas marcas: Cristal 620, Pilsen 620 y Cusqueña 620.
disponibles. • Para programar publicidad de los productos, las alternativas
son: Televisión, Radio y Periódico.
• Para un plan de producción, se debe comprar materia
prima a tres proveedores que pueden abastecer la cantidad
que se le solicite.
 Cuarta propiedad de un P.L.

Todas las relaciones • La función objetivo y cada una de las

restricciones, deben ser relaciones lineales.
para representar un
concepto, serán • Una relación matemática lineal sólo significa
relaciones lineales. que todos los términos en la función objetivo
y en las restricciones son de primer grado.
 Ejemplo

El artículo A tiene un precio de 15 soles y • Max = 15X1 + 17X2

B un precio de 17 soles, si queremos • X1: unidades de A que se venderán
maximizar ingresos, la función lineal será: • X2: unidades de B que se venderán

Una unidad de A requiere de 2 horas, una

unidad de B requiere 3 horas y la • 2X1 + 3x2 <= 132
disponibilidad es de 132 horas.

Una empresa puede producir 4 tipos de • Xj: unidades del producto j que se
productos. La producción entre los puede producir, donde j=1,2,3,4
productos 1 y 2 debe ser igual a la
producción entre los productos 3 y 4. • X1 + X2 = X3 + X4

Podemos invertir en
acciones tipo A , tipo B y
tipo C. La disponibilidad
para invertir es $ 2000 y
para cada tipo su inversión
debe ser como mínimo el
20% del dinero disponible.
A las restricciones =, se les
llama restricciones
obligatorias.
Ejemplo
• Xi: el monto a invertir en acciones tipo i
• X1 + X2 + X3 = 2000 , disponibilidad para invertir
• X1 >= 0.20*2000 , inversión mínima tipo A
• X2 >= 0.20*2000 , inversión mínima tipo B
• X3 >= 0.20*2000 , inversión mínima tipo C
• La solución para invertir en acciones tipo A, B y C
la suma de las tres decisiones deben sumar
200,000 dólares. A: 100000, B=60000 y C=40000
 Variables de Decisión y Datos

Variables de • Representan a los niveles de actividad.

• Son los valores no conocidos del sistema y deben
decisión ser representados por variables.

• Son los valores conocidos

• Son valores determinísticos (Se conocen a priori)
Datos • Son necesarios para ejecutar el modelo lineal y
encontrar una solución óptima en base a esos
valores.
 Para identificar las variables

• Identificando la actividad, tenemos que buscar el valor óptimo de esa actividad;

por lo tanto la actividad debe ser representado en el modelo lineal por una
variable de decisión.
Actividad Representado en el Variable de decisión
modelo de P.L

• Todo sistema tiene actividades, por ejemplo:

• ¿Cuánto invertir en acciones?
• ¿Cuántas unidades de un producto debo producir?
• ¿Cuántas kilogramos de un elemento debe mezclarse?
• ¿Cuántos vigilantes necesito para un día?
• ¿Cuántas unidades de materia prima debo comprar para producir?
• ¿Cuántas unidades transportar de una planta a un almacén?
 Supuestos básicos de la PL

• Se conocen con certeza los datos y no cambian durante el

Certeza periodo que se está estudiando.

• Si la producción de una unidad de un producto requiere 4

Proporcionalidad horas, producir 20 unidades del ese producto requiere 80
horas.

• El total de todas las actividades es igual a la suma de las

Aditividad actividades individuales.

• Las soluciones pueden tomar cualquier valor fraccionario. En un

problema de producción, se puede aceptar que la solución sea
Divisibilidad 210.6 sillas, esto significaría que tenemos trabajo en proceso.
Cuando la fracción no tiene sentido, estamos frente a un problema
de programación entera.
• Los valores de todas las variables deben ser no negativas.
No negatividad Los valores negativos de cantidades físicas son imposibles,
no podemos producir -3 sillas.
 Problema de Programación lineal

Solución
• Una empresa produce Mesas y Sillas.
Producto Carpintería Pintura y b. Utilidad
• Para elaborar cada unidad de mesa o silla, Mesas 4 2 7
debe pasar por un proceso de carpintería, Silla 3 1 5
luego pintura y barnizado.
Disponibilidad 240 100
• Una unidad de mesa requiere: 4 horas de
carpintería, 2 horas de pintura y barnizado y Identificación de las variables
deja una utilidad de $7. X1= Número de mesas X2= Número de silla
• Una unidad de silla requiere: 3 horas de Identificación de la Función objetivo
carpintería, 1 hora de pintura y barnizado y Max 7X1 + 5X2
deja una utilidad de $5.
Identificación de las Restricciones
• Carpintería dispone de 240 horas a la semana 4X1 + 3X2 <= 240
y pintura y barnizado dispone de 100 horas a 2X1 + 1X2 <= 100
la semana. X1, X2 >= 0, Enteras (R. no negatividad)
• Se desea elaborar el mejor programa semanal.
Max 7X1 + 5X2 OBJECTIVE FUNCTION VALUE
ST
4X1 + 3X2 <= 240 1) 410.0000
2X1 + 1X2 <= 100
END VARIABLE VALUE REDUCED COST
GIN X1 X1 30.000000 -7.000000
GIN X2 X2 40.000000 -5.000000
 Para identificar las variables

¿Cuántas unidades de un producto debo ¿Cuántos kgs de un elemento debe mezclarse?

producir?
Xi: Cantidad de kgs del elemento i se debe
Xi: Cantidad de unidades del producto i se mezclar.
debe producir.
Xij: Cantidad de kgs del elemento i se debe
Xij: Cantidad de unidades del producto i se comprar al proveedor j.
debe producir en la planta j.
Xijk: Cantidad de kgs del elemento i se debe
Xijk: Cantidad de unidades del producto i se comprar al proveedor j en el mes k.
debe producir en la planta j para la semana
k.

¿Cuánto invertir en acciones?
Xi: cantidad de acciones tipo i que se
deben invertir.
Xij): cantidad de acciones tipo i que se
deben invertir en el mes j.
Para identificar las variables
¿Cuántos vigilantes necesito para un día?
Xi: Cantidad de vigilantes deben ingresar en
el turno i
Xij: Cantidad de vigilantes deben ingresar
en el turno i en el día j.
 Para identificar las variables

¿Cuántas unidades de materia prima debo ¿Cuántas unidades transportar de una planta a
comprar para producir unidades de productos? un almacén?

Xi: Cantidad de unidades de materia prima Xij: Cantidad de unidades se debe

tipo i se debe comprar. transportar de la planta i para el almacén j.

Xij: Cantidad de unidades de materia prima Xijk: Cantidad de unidades se debe

tipo i se debe comprar en la semana j.
Xijk: Cantidad de unidades de materia prima
tipo i se debe comprar en la semana j al
proveedor k.
transportar de la planta i para el almacén j
en la semana k.
Xijkl: Cantidad de unidades se debe
transportar de la planta i para el almacén j
en la semana k para el cliente l.
 Clasificación de los datos (1)

Coeficientes de
contribución, son
los coeficientes de • Utilidad, utilidad por unidad de la
las variables de variable de decisión.
decisión en la • Costo, costo por unidad de la
función objetivo, variable de decisión.
que representan a • Etc.
un concepto.
Pueden ser:
 Clasificación de los datos (2)

• Ejemplo:
Coeficientes • Una unidad de la variable i requiere 3
técnicos, son los unidades de materia prima, por lo tanto Xi
coeficientes de la requiere: 3Xi unidades de materia prima.
variables de decisión • Para producir una unidad del producto j se
requiere 2 horas de producción, Xj
en las restricciones, unidades requiere: 2Xj horas de
que determinan el producción.
requerimiento por • Comprar una acción tipo k requiere de 200
unidad. dólares, por lo tanto comprar Xk acciones
requiere: 200Xk dólares.
 Clasificación de los datos (3)

• Ejemplo:
Disponibilidades
• Se dispone de 2000 dólares para
b(i), es la
invertir en acciones, el costo es: 120
disponibilidad de
y 240 respectivamente. Entonces:
los recursos para
120X1 + 240X2 <= 2000
elaborar la
restricción • La capacidad de producción es 8000
correspondiente, unidades, se puede producir 5 tipos
limitan la decisión. de productos. Entonces:
X1 + X2 + X3 + X4 + X5 <= 8000
 Problema 16 Mezcla
En la elaboración de un producto A se necesita una sustancia B. La cantidad de A obtenida es
menor o igual que el doble de B utilizada, y la diferencia entre las cantidades del producto B y A
no supera los 2 g mientras que la suma no debe sobrepasar los 5 g. Además se utiliza por lo
menos 1 g de B y se requiere 1 g de A. El producto A se vende a 5 millones de u.m. y la
sustancia B cuesta 4 millones de u.m. el gramo. Calcular la cantidad de sustancia B necesaria
para que el beneficio sea máximo. Plantear y resolver el anterior problema como un modelo de
programación lineal.
SOLUCIÓN Producto A Sustancia B Beneficio=Utilidad=Ingreso-costo
A<= 2B
Ingreso= Precio*Cantidad
B-A<= 2
A+B<= 5 Costo=materiales, mano de obra
A>= 1
B>= 1
 Problema 16 Mezcla

I. Identificación de variables
MAX 5X1 - 4X2
X1= Cantidad en g. del producto A a producir
SUBJECT TO
X2= Cantidad en g. de la sustancia B a utilizar
X1 - 2X2 <= 0
II. Identificación de la Función Objetivo -X1 + X2 <= 2
MAX 5X1 - 4X2 X1 + X2 <= 5
X2 >= 1
III. Identificación de las restricciones X1 >= 1
X1 <= 2X2
-X1 + X2 <= 2 Producto A Sustancia B OBJECTIVE FUNCTION VALUE
X1 + X2 <= 5 A<= 2B 1) 10.00000
X2 >= 1
X1 >= 1 B-A<= 2 VARIABLE VALUE REDUCED COST
X1, X2 >=0 A+B<= 5 X1 3.333333 0.000000
X2 1.666667 0.000000
A>= 1
B>= 1
 Problema 16 Mezcla
• La Empresa Ranch piensa adquirir dos marcas Solución
diferentes de alimentos para pavos y mezclarlos para Marca A B C Costo
proporcionarles una buena dieta a bajo costo. X1 5 4 ½ 2
• Cada alimento contiene, proporciones variables de X2 10 3 0 3
tres ingredientes nutricionales para engordar a los Requerim. 90 48 1,5
pavos. I. Identificación de variables
• Cada libra de la marca 1 contiene 5 onzas del Xi= Cantidad en lb. del alimento marca i
ingrediente A, 4 onzas del ingrediente B y ½ onzas
II. Identificación de la Función Objetivo
del ingrediente C.
MIN 2X1+3X2
MIN 2X1 + 3X2
• Cada libra de la marca 2 contiene 10 onzas del
III. Identificación de las restricciones
SUBJECT TO
ingrediente A, 3 onzas del ingrediente B y 0 onzas del 5X1 + 10X2 >= 90
5X1+10X2>=90
ingrediente C. 4X1 + 3X2 >= 48
4X1+3X2>=48
• Una libra de la marca 1 cuesta 2 centavos y una libra 1/2X1+0X2>=1,5 0.5X1+ 0X2 >= 1.5
de la marca 2, cuesta 3 centavos. X1, X2 >=0 OBJECTIVE FUNCTION VALUE
1) 31.20000
• Se desea por lo menos 90 onzas del ingrediente A, 48 VARIABLE VALUE REDUCED COST
X1 8.400000 0.0000
onzas del ingrediente B y 1.5 onzas del ingrediente C. X2 4.800000 0.0000
 Problema 8
Florida Citrus Inc

Cada semana, Florida Citrus, Inc, usa una sola máquina durante 150 horas
para destilar jugo de naranja y de toronja en concentrados almacenados en
dos tanques separados de 1000 galones c/u. antes de congelarlos. La
máquina puede procesar 25 galones de jugo de naranja por hora, pero solo
20 galones de jugo de toronja. Cada galón de jugo de naranja cuesta $1,50 y
pierde 30% de contenido de agua al destilarse en concentrado. El
concentrado de jugo de naranja después se vende en $6,00 por galón.
Cada galón de jugo de toronja cuesta $2,00 y pierde 25% de contenido de
agua al destilarse en concentrado. El concentrado de jugo de toronja se
vende después en $8,00 por galón. Formule un modelo de programación
lineal para determinar un plan de producción que maximice la ganancia
para la siguiente semana usando las variables:
JN = El número de gal. de jugo de naranja por utilizar esta semana.
JT = El número de gal. de jugo de toronja por utilizar esta semana.
 Solución

Jugo Máquina Costo Precio Pérdida Concentrado Tiempo

Jugo Concentrado Volumen Volumen
Naranja 25 gal /hrs. 1,5 6,00 0,30 gal 0,70JN 0.04 h /gal
Toronja 20 gal /hrs. 2,0 8,00 0,25 gal 0,75JT 0.05 h /gal

Ingreso = (0,70)(6)=4.2 CN<1000 gal

Utilidad = 4.2- 1.5=2,7 $/gal
MAQUINA
Ingreso=(0,75)(8)=6,0
Utilidad=6,0- 2.0=4 $/gal CT<1000 gal

25gal---------------1h 20gal---------------1h
1 gal----------------x h x=1/25 =0,04 h/gal 1 gal----------------x h x=1/20 =0,05 h/gal
 Solución

I. Identificación de variables
JN = El número de galones de jugo de naranja por utilizar.
JT = El número de galones de jugo de toronja por utilizar. MAX 2.7JN + 4JT
ST
II. Identificación de la Función Objetivo 0.04JN + 0.05JT <=150
MAX 2.7JN + 4JT 0.70JN <=1000
III. Identificación de las restricciones 0.75JT <=1000
0.04JN+0.05JT ≤150 !Respecto al tiempo 01) 9190.477
0.70JN ≤1000 !Respecto a la disponibilidad VARIABLE VALUE REDUCED COST
JN 1428.571411 0.000000
0.75JT ≤1000 !Respecto a la disponibilidad JT 1333.333374 0.00000
JN, JT ≥0 ! Restricción de no negatividad
 Problema 10
Mueblería

Una mueblería produce dos tipos de productos, sillas y mesas.

Supóngase que el beneficio marginal por cada silla es de $8 y por cada
mesa es de $10. Para la producción se dispone de 60 horas hombre
(hh) y de 20 unidades de madera (um).

Para la construcción de una silla

se requieren 8 hh y 2 um, y para
la construcción de una mesa se
requieren 6 hh y 4 um.

¿Cuántas sillas y mesas se

deben construir para obtener el
mayor beneficio?

29
 Solución:

Disponibilidad
Recursos Sillas Mesas
de recursos
R1: horas
8 6 60
hombre
R2: unidades de
2 4 20
madera
Beneficios $8 $10
 Modelo

I Identificación de las variables

Max 8X1 + 10X2
X1 : Número de unidades de sillas a producir ST
X2 : Número de unidades de mesas a producir 8X1 + 6X2 <= 60
2X1 + 4X2 <= 20
II Identificación Función Objetivo END
GIN X1
Max 8X1 + 10X2
GIN X2
III Identificación de las restricciones
OBJECTIVE FUNCTION VALUE
8X1 + 6X2  60 (horas hombre)
1) 68.00000
2X1 + 4X2  20 (unidades de madera)
X1  0 y X2  0, ENTERO (no negatividad) VARIABLE VALUE REDUCED COST
X1 6.000000 -8.000000
X2 2.000000 -10.000000

31
 Problema 12:

Dos productos se elaboran al pasar en forma sucesiva por tres

máquinas. El tiempo por máquina asignado a los dos productos
está limitado a 10 horas por día. El tiempo de producción y la
ganancia por unidad de cada producto son:

Minutos por unidad

Producto Máquina 1 Máquina 2 Máquina 3 Ganancia $
1 10 6 8 2
2 5 20 15 3

Obtenga el modelo de programa lineal para maximizar la ganancia

 Solución:

I. Identificación de variables
X1 : Cantidad de unidades del producto 1
X2 : Cantidad de unidades del producto 2
II. Identificación de la Función Objetivo
MAX 2 X1 + 3 X2
III. Identificación de las restricciones
10 X1 + 5 X2  600 (min)
6 X1 + 20 X2  600
8 X1 + 15 X2  600
X1 , X2  0, ENTERO

33
MAX 2 X1 + 3 X2 OBJECTIVE FUNCTION VALUE
ST
1) 141.0000
10 X1 + 5 X2 <= 600 VARIABLE VALUE REDUCED COST
6 X1 + 20 X2 <= 600 X1 54.000000 -2.000000
X2 11.000000 -3.000000
8 X1 + 15 X2 <= 600
END ROW SLACK OR SURPLUS DUAL PRICES
2) 5.000000 0.000000
GIN X1 3) 56.000000 0.000000
GIN X2 4) 3.000000 0.000000

NO. ITERATIONS= 12
BRANCHES= 2 DETERM.= 1.000E 0
 Seamos dueños de nuestro
propio destino

Donde quiera que usted vea un negocio exitoso,

alguien ha tomado una decisión valiente.

35