SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

INVESTIGACIÓN
INVESTIGACIÓN DE OPERACIONES

SEMANA 4

Modelo de programación lineal

Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus licencias. No está
permitido copiar, reproducir, reeditar, descargar, publicar, emitir, difundir, poner a disposición del público ni
utilizar los contenidos para fines comerciales de ninguna clase.
clase.  
IACC-2018
IACC-2018  
 
1

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

APRENDIZAJE
APRENDIZAJE ESPERADO
  Emplear modelo de programación lineal


para la resolución de un problema

aplicado a las materias primas.

IACC-2018  
IACC-2018
 
2

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

APRENDIZAJE ESPERADO..................................
..................................................
.................................
.................................
.................................
.................................2
................2
INTRODUCCIÓN
INTRODUCCIÓN ..................................
..................................................
.................................
.................................
..................................
..................................
.............................4
.............4
1. ETAPAS DEL MODELO DE PROGRAMACIÓN
PROGRAMACIÓN LINEAL PARA LA RESOLUCIÓN DE UN UN PROBLEMA
PROBLEMA
APLICADO A MATERIAS PRIMAS ..............................
...............................................
..................................
..................................
.................................
........................5
........5
1.1 PROBLEMA DE PLANIFICACIÓN DE MATERIAS PRIMAS .................................
.................................................
.....................6
.....6
1.1.1 VARIABLES ...............................
................................................
..................................
.................................
.................................
.................................6
................6
1.2 MODELO FINAL .................................
.................................................
.................................
.................................
.................................
.................................7
................7
1.3 EJERCICIOS DE APLICACIÓN PARA PROBLEMAS DE MATERIAS PRIMAS .............................8
.............................8
COMENTARIO FINAL...............................
................................................
...................................
..................................
.................................
.................................
......................16
......16

IACC-2018  
IACC-2018
 
3

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

INTRODUCCIÓN 
Para las empresas productivas es vital Otra función relevante de la investigación de

disminuir costos por concepto de adquisición
de materias primas y, a su vez, maximizar las
utilidades que estas generan por producto
terminado. Para ello se crean diversas
estrategias que son apoyadas por el área de
investigación de operaciones.
En esta semana se estudiará cómo construir
un modelo matemático para resolver
problemas asociados a materias primas
utilizando la programación lineal.
operaciones es apoyar las decisiones para
utilizar de manera eficiente las materias
primas, con el fin de producir
producir y comercializar
los productos terminados que generan
mayor utilidad.
La investigación de operaciones es también
un apoyo para el área de adquisiciones, pues
permite seleccionar el proveedor que posee
las materias primas con los mejores atributos
y a un menor costo.

La investigación de operaciones busca

optimizar el uso de las materias primas
dentro del área de producción, considerando
todas las limitantes de la organización, las
que cuando se formula el modelo
matemático toman el nombre de
restricciones.

IACC-2018
IACC-2018  
 
4

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

1. ETAPAS DEL MODELO DE PROGRAMACIÓN LINEAL PARA

LA RESOLUCIÓN DE UN PROBLEMA APLICADO A

MATERIAS PRIMAS 
La investigación de operaciones cuando es aplicada para superar
s uperar un problema de materias primas,
lo que busca es optimizar los recursos y tomar las decisiones correctas. A continuación, se
presentan algunos problemas que se pueden resolver mediante la investigación de operaciones:

  Al comprar materia prima y tener varias ofertas de proveedores, permite seleccionar el

adecuado para disminuir costos. Para tomar esta decisión se deben considerar varios
escenarios, como: tiempo de entrega, calidad de los productos, composiciones, capacidad
de respuesta, etc.
  Permite decidir qué productos terminados se deben producir de acuerdo a la demanda y

costos
materiasasociadas a las materias
primas entregan primas. Encomo
mayores utilidades otras palabras,
producto permite determinar qué
terminado.
  Permite optimizar los niveles de stock  de
 de materia prima de acuerdo a la disponibilidad en
bodega y planificación de la producción, disminuyendo costos por almacenamiento.

La programación lineal es un procedimiento matemático que utiliza

ecuaciones lineales
lineales del tipo: ax +by = c; ax + by ≥w; ax + by ≤ z.

Para construir un modelo de programación lineal independiente del área de aplicación es

necesario conocer las restricciones (las limitantes que posee la organización), pues su función es
maximizar o minimizar, con el objetivo de aumentar los beneficios de una organización.

Para resolver un problema de programación lineal aplicado a materias primas es necesario

conocer su oferta y demanda en el mercado, tipos y alternativas de materias primas utilizadas en
el proceso, especificaciones técnicas, conocer el proceso para elaborar el producto terminado,
proveedores, capital disponible, capacidad de instalación y horas de trabajo, entre otros. Todos
estos antecedentes permiten elaborar el modelo final de programación lineal y, de esta forma,
encontrar las soluciones a problemas dentro de la organización que permitan disminuir costos y
aumentar el beneficio.

IACC-2018
IACC-2018  
 
5

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

Como se ha estudiado, para determinar el modelo final   independiente del rubro es necesario
determinar:

Definir Función
Restricciones Modelo final
variables objetivo

1.
1.1
1  PROBLEMA DE PLANIFICACIÓN DE MATERIAS PRIMAS
Dentro de una organización una de las aplicaciones de la programación lineal es resolver
problemas asociados a materias primas, los que pueden ser de diversa índole.

A continuación, se explicará cómo determinar el modelo final de un problema de programación

lineal para resolver un problema de materias primas.

Ejemplo genérico aplicado a resolver un problema de materias primas:

Una empresa elabora dos productos P1 y P2. Para elaborar P1 se requiere E 1 kg de materia prima Q
y F1 kg de materia prima W; en cambio, para elaborar P2 se requiere E2 kg de materia prima Q y F2 
kg de materia prima W. La empresa
empresa dispone de M kg de materia
materia prima Q y N kg de materia prima
W. El costo para producir una unidad de P 1 es $k y para producir P 2 es $l. El alimento P 1 se vende a
$b y el alimento P2 se vende a $c.

Determinar el modelo final que permita maximizar las utilidades.

1.1.1 VARIABLES
Las variables presentes en este ejemplo son:

x j : cantidad de producto P1.

x2 : cantidad de producto P2.

Producto Precio ($) Materia prima Q (kg) Materia prima W (kg) Costo ($)
P1 b E1 F1 k
P2 c E2 F2 l
Disponibilidad M N

IACC-2018
IACC-2018  
 
6

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

Función objetivo para maximizar la utilidad es:

Donde:

Z: utilidad

Máx. Z= bx1 + cx2 –

 –( kx1 + lx2)

Ingresos Costos

De acuerdo a esto, la finalidad es minimizar los costos para maximizar las utilidades.

Las restricciones al modelo son las siguientes:

La cantidad de materia prima Q disponible es igual a M kilógramos. De acuerdo a esto, la

expresión matemática de esta restricción es:

E 1x1 + E2 x2 ≤ M

La cantidad de materia prima W disponible es igual a N kilógramos. De acuerdo a esto, la

expresión matemática de esta restricción es:

F 1x1 + F2 x2 ≤ N

No negatividad, siempre se debe cumplir que: x 1 ≥ 0 x2 ≥ 0

1.2
1.2  MODELO FINAL
El modelo final queda conformado por la función objetivo queda sujeta a las restricciones
definidas.

Máx. Z= bx1 + cx2 - kx1 + lx2

s. a E 1x1 + E2 x2 ≤ M
F 1x1 + F2 x2 ≤ N
x1 ≥ 0
x2 ≥ 0

IACC-2018
IACC-2018  
 
7

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

1.3
1.3  EJERCICIOS DE APLICACIÓN PARA PROBLEMAS DE MATERIAS PRIMAS
Ejemplo aplicación 1:

Swett S. A. elabora dos tipos de alimentos. El alimento

alimento A requiere 12 gramos de materia prima Q y
2,5 gramos de materia prima W. El alimento B requiere 10 gramos de materia prima Q y 2 gramos
de materia prima W. La empresa dispone de 1.200 gramos de materia prima Q y 600 gramos de
materia prima W. Los 1.200 gramos de materia prima Q cuestan 8 USD y los 600 gramos de
materia prima W cuestan 4 USD. El alimento A se vende a 0,18 USD y el alimento B a 0,12 USD
cada uno. Determinar el modelo final para maximizar la ganancia de la empresa.

Desarrollo:

   Definir el problema:

El problema es determinar cuánto producir el alimento A y B para maximizar las ganancias de la

empresa.

   Construcción del modelo:

Para construir el modelo lo primero es definir las variables:

x: Alimento A.

y: Alimento B.

Los datos requeridos son los siguientes:

s iguientes:

Producto Precio (USD) Materia prima Q (gramos) Materia prima W (gramos)

Alimento A 0,18 12 2,5
Alimento B 0,12 10 2
Disponibilidad 1200 600
Costo 8 USD 4 USD

   Restricciones:

Se dispone de 1.200 gramos de materia prima Q: 12x + 10y ≤ 1.200

Se dispone de 600 gramos de materia prima W: 2,5x + 2y ≤ 600 Restricciones

Siempre se debe cumplir que: x ≥ 0 y ≥ 0

IACC-2018
IACC-2018  
 
8

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

Luego se deben obtener los costos de producción:

C: costos

C = [(12x + 10y)/ 1200]*8 + [(2,5x + 2y)/ 600]*4]

I: ingresos

I = 0,18* x + 0,12 *y

La función objetivo para maximizar la ganancia de la empresa:

Donde G: ganancia

G= ingresos - costos

Máx G = [0,18* x + 0,12 *y]-

*y]- [(12x + 10y)/ 1.200]*8 + [(2,5x + 2y)/ 600]*4]

Ingresos Costos

De esta forma queda representado el modelo final para maximizar la ganancia para la empresa.

Máx G = [0,18* x + 0,12 *y]-

*y]- [(12x + 10y)/ 1.200]*8 + [(2,5x + 2y)/ 600]*4]

12x + 10y ≤ 1200

2.5x + 2y ≤ 600

x ≥ 0

y ≥ 0

Resolviendo las ecuaciones e inecuaciones se obtiene la solución óptima que genera la mayor
ganancia para la empresa.

Nota: el procedimiento para encontrar la solución óptima se estudiará en las siguientes

semanas de la asignatura.

Fuente: basado en Hillier y Lieberman (2010, p. 7, ejercicio 3.2-1).

IACC-2018
IACC-2018  
 
9

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

Ejemplo aplicación 2:

Una industria dispone de 2 ingredientes, A y B, para fabricar un suplemento alimenticio, cuya

función variará dependiendo de la proporción en que intervengan cada uno de los ingredientes en
la mezcla. El ingrediente A se compra a $200 por kg y el B a $400 por kg. El proceso de elaboración
supone un costo de $45 por kg fabricado, cuya cantidad total corresponde simplemente a la suma
de los kg utilizados en la mezcla. La demanda máxima para un mes es de 100 kg y el precio de
venta $1.300 por kg. A la empresa no le interesa producir más de lo que puede vender en el mes.
La mezcla para elaborar el suplemento debe contener una proporción que no supere el 20% del
ingrediente A y el 80% del ingrediente B. Determinar el modelo final para maximizar el beneficio
de la empresa.

Desarrollo:

   Definir el problema:

El problema es determinar cuántos kilógramos de suplemento se tienen que fabricar al mes y las
proporciones a utilizar de los ingredientes A y B para maximizar el beneficio de la empresa.
Además, para obtener el beneficio es necesario descontar los costos de producción a los ingresos
obtenidos por las ventas.

   Construcción del modelo:

Para construir el modelo lo primero es definir las variables:

x: kg a usar del ingrediente A en un mes.

y: kg a usar del ingrediente B en un mes.

Los datos requeridos son los siguientes:

s iguientes:

Ingrediente A Ingrediente B
Costo ingredientes ($) 200 400
Costo fabricación por kg ($) 45
Demanda máxima (kg) 100
Precio venta ($) 1300
Composición de la masa 20% (0,2) 80% (0,8)

La función objetivo para maximizar el beneficio es:

Para obtener el beneficio se considera el precio de venta menos los costos totales de producción.

IACC-2018
IACC-2018  
 
10

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

B = 1.300*(x + y) - 200*x - 400*y - 45*(x + y)

La ecuación se pueda simplificar de acuerdo a lo siguiente:

B = 1.300x + 1.300y - 200x - 400y - 45x - 45y

B = 1055x + 855y Función objetivo

  Restricciones:

Demanda máxima: x + y ≤ 100

Composición del ingrediente A; x ≤  0,2(x + y) 

Composición del ingrediente B; y ≤  0,8(x + y) 

Siempre se debe cumplir que

que x ≥ 0

y ≥ 0

De esta forma queda representado el modelo final para maximizar los beneficios de la empresa.

Máx. B = 1055 * x + 855 *y

*y

s. a x + y ≤ 100

x≤  0,2(x + y)

y ≤  0,8( x + y)

x ≥ 

y ≥ 0

Resolviendo las ecuaciones e inecuaciones se obtiene la solución óptima que genera el mayor
beneficio para la empresa.

Nota: el procedimiento para encontrar la solución óptima se estudiará en las siguientes

semanas de la asignatura.

Fuente: basado enTaha (2012, p. 60, ejercicio 3).

IACC-2018
IACC-2018  
 
11

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

Ejemplo aplicación 3:

Una compañía petrolera produce dos tipos de gasolina: la corriente y la extra. La corriente se
vende a $3.000 el galón y la extra a $3.600. Las gasolinas se fabrican a partir de dos crudos: el
crudo 1 está compuesto por 60% A y 40% B; en cambio, el crudo 2 está compuesto por 30% A y
70% B. Para el crudo 1 el costo por galón es de $150 y para el crudo 2 de $120.

La gasolina corriente debe contener máximo 60% de B, mientras que la extra debe contener
mínimo 50% de A. El oleoducto de la compañía puede suministrar un máximo de 2 millones de
galones de crudo 1 y 3 millones de crudo 2 al día. La compañía ya tiene pedidos por 5 millones de
galones de gasolina corriente y 1 millón de gasolina extra cada día. Determinar el modelo que
permita maximizar las ganancias días, resolviendo lo siguiente:

Definir el problema.
Determinar la función objetivo y las restricciones.
Expresar el modelo final.  

Desarrollo:

   Definir el problema:

El problema es determinar cuántas cajas de cada tipo se deben comprar para que el costo sea
mínimo.

   Construcción del modelo:

Para construir el modelo lo primero es definir las variables:

X: Nº de galones de crudo i que produce gasolina j. Donde i(i=1,2); (j=[1=corriente,

(j=[1=corriente, 2=extra])

Los datos requeridos son los siguientes:

s iguientes:

Componentes
Crudo A B Costo por galón
1 60% 40% 150
2 30% 70% 120

IACC-2018
IACC-2018  
 
12

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

La función objetivo debe maximizar los costos:  

C: costos

Maximizar: Utilidad = 3000 (X1,1 + X21) + 3600 (X1,2 + X2,2) - 150 (X1,1 + X1,2) - 120 (X2,1 + X2,2)

Precio de venta Costos de producción

Restricciones:

Composición de la gasolina:

0,4X 1,1 + 0,7 X 2,1 ≤ 0,6 (X 1,1 + X 2,1)

0,6X 1,2 + 0,3 X 2,2 ≥  0,5 (X 1,2 + X 2,2)

Disponibilidad de los crudos:

X 1,1 + X 1,2 ≤ 2*106

X 2,1 + X 2,2 ≤ 3*106
Producción máxima:

X 1,1 + X 2,1 ≤ 5*106

X 1,2 + X 2,2 ≤ 1*106

De esta forma queda representado el modelo final para maximizar los beneficios de la empresa:

Máx. U = 3000 (X1,1 + X21) + 3600 (X1,2 + X2,2) - 150 (X1,1 + X1,2) - 120 (X2,1 + X2,2) 
0,4X 1,1 + 0,7 X 2,1 ≤ 0,6 (X 1,1 + X 2,1)
0,6X 1,2 + 0,3 X 2,2 ≥ 0,5 (X 1,2 + X 2,2)
X 1,1 + X 1,2 ≤ 2*106
X 2,1 + X 2,2 ≤ 3*106
X 1,1 + X 2,1 ≤ 5*106
X 1,2 + X 2,2 ≤ 1*106

Fuente: basado en Taha (2012, p. 61, ejercicio 4).

IACC-2018
IACC-2018  
 
13

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

Ejemplo aplicación 4:

Para producir 1.000 toneladas de un tipo de acero para válvulas se necesitan por lo menos 10
unidades de manganeso, 12 unidades de cromo y 14 unidades de molibdeno semanalmente (una
unidad es igual a 5 kilos). Estos metales se obtienen de distribuidores de metales no ferrosos, los
cuales para atraer al mercado ofrecen su mercancía en cajas de 3 medidas; pequeña, mediana y
grande. Una caja pequeña cuesta $27.000 y contiene 2 unidades de manganeso, 2 unidades de
cromo y 1 unidad de molibdeno. Una caja mediana cuesta $36.000 y contiene 2 unidades de
manganeso, 3 unidades de cromo y 1 unidad de molibdeno. Una caja grande cuesta $45.000 y
contiene 1 unidad de manganeso, 1 unidad de cromo y 5 unidades de molibdeno. Determinar el
modelo final que permita minimizar los costos semanalmente adquiriendo las cajas de cada tipo.

Desarrollo:

  Definir el problema:

El problema es determinar cuántas cajas de manganeso, cromo y molibdeno se deben comprar

para que el costo sea mínimo.

  Construcción del modelo:

Para construir el modelo lo primero es definir las variables:

x : caja pequeña.

y: caja mediana.

z: caja grande.

Los datos requeridos son los siguientes:

s iguientes:

Cajas Unidades
Tamaño Pequeña Mediana Grande necesarias
Manganeso 2 2 1 10
Cromo 2 3 1 12
Molibdeno 1 1 5 14
Costo ($) 27.000 36.000 45.000

La función objetivo es minimizar los costos:

C: costos

C = 27.000*x + 36.000*y + 45.000* z

IACC-2018
IACC-2018  
 
14

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

   Restricciones:

Unidades necesarias
necesarias de manganeso: 2x + 2y + z ≥ 10

Unidades necesarias
necesarias de cromo: 2x + 3y + z ≥ 12

Unidades necesarias
necesarias de molibdeno: x + y + 5z ≥ 14

Siempre se debe cumplir que

que x ≥ 0
y ≥ 0
z ≥ 0

De esta forma queda representado el modelo final para maximizar los beneficios de la empresa.

Mín. C = 27.000*x + 36.000*y + 45.000* z

s. a. 2x + 2y + z ≥ 10

2x + 3y + z ≥ 12

x + y + 5z ≥ 14

x ≥ 0

y ≥ 0

z ≥ 0

Resolviendo las ecuaciones e inecuaciones se obtiene la solución óptima que genera el mayor
beneficio para la empresa.

Nota: el procedimiento para encontrar la solución óptima se estudiará en las siguientes

semanas de la asignatura.

Fuente: basado en Taha (2012, p. 75, ejercicio 3.4-14).

IACC-2018
IACC-2018  
 
15

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

COMENTARIO FINAL 

De acuerdo a los contenidos estudiados se pudo conocer la importancia que tiene la investigación
de operaciones en la correcta asignación de los recursos en los procesos, disminuyendo costos por
concepto de adquisición de materias primas.

Se estudió cómo elaborar un modelo matemático para resolver los problemas asociados a
materias primas, determinando las variables, restricciones, función objetivo y modelo final.

No solo es importante la adquisición de materias primas para tener una planta en funcionamiento,
el objetivo es obtener el mayor beneficio. Las soluciones a problemas de investigación de
operaciones permiten resolver problemas asociados a determinar qué productos terminados son
más rentables para las materias primas en uso, optimizar las mezclas para elaborar productos
terminados, seleccionar
seleccionar a los proveedores, entre otros.

IACC-2018
IACC-2018  
 
16

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

REFERENCIAS
Hillier, F. y Lieberman, G. (2010). Introducción a la investigación de operaciones. 9.ª edición.

México: McGraw-Hill Interamericana.

Taha, H. (2012). Investigación de operaciones. 9.ª edición. México: Pearson Educación.

PARA REFERENCIAR ESTE DOCUMENTO, CONSIDERE:

IACC (2018). Modelo de programación lineal . Investigación de Operaciones. Semana 4.

IACC-2018
IACC-2018  
 
17

SEMANA 4  – INVESTIGACIÓN DE OPERACIONES

 

IACC-2018