Modelos de Optimización

(I)
—

1 © SUMMA Universit y
 Modelos de Optimización (I)

Índice

1 Programación Lineal: Una Introducción ................................................................................................. 3

1.1 Modelo Generalizado de Programación Lineal .................................................................... 5
1.2 Pautas y Comentarios para la Formulación de Modelos ............................................... 6
1.3 Aprendiendo a Formular Modelos ............................................................................................... 7
1.4 Problema de Producción .................................................................................................................. 8
2 Aplicaciones de Programación Lineal ................................................................................................... 11
3 Otro Ejemplo Desarrollado .......................................................................................................................... 13
3.1 Uso de la instrucción Solver de Excel para problemas de PL ................................... 15
3.2 Preparación de la Hoja de Cálculo para Solver .................................................................. 15
4 Conclusiones ....................................................................................................................................................... 18
5 Bibliografía ............................................................................................................................................................ 19

02 SUMMA University®
Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

Objetivos
 Proponer en forma cuantitativa acciones o decisiones a tomar para optimizar
sistemas donde existan recursos escasos y se presenten relaciones lineales,
mediante la teoría y práctica de la Técnica de Programación Lineal.

 Formular un modelo básico de programación lineal en una hoja de cálculo a

partir de la descripción del problema.

 Entender las suposiciones básicas y las propiedades de la Programación Lineal.

 Presentar la forma algebraica de un modelo de Programación Lineal a partir de

su formulación en hoja de cálculo.

 Usar Microsoft Excel ® y su complemento de Solver ® para resolver un modelo

de Programación Lineal de hoja de cálculo.

 Comprender la importancia de la Programación Lineal en la optimización de

recursos en la Cadena de Suministro.

1 Programación Lineal: Una Introducción

(Anderson, 2011)

Muchas decisiones administrativas implican tratar de hacer un uso más eficaz de los
recursos de una organización. En general, los recursos incluyen maquinaria, mano de
obra, dinero, tiempo, espacio de almacenamiento y materia prima. Tales recursos se
utilizan para elaborar productos (como maquinaria, mobiliario, alimentos o ropa) o
servicios (como horarios para aerolíneas o producción, políticas de publicidad o
decisiones de inversión). La Programación Lineal (PL) es una técnica de modelado
matemático ampliamente utilizada, que está diseñada para ayudar a los gerentes en la
planeación y toma de decisiones respecto a la asignación de recursos.

Programación Lineal es una técnica cuantitativa ampliamente aplicada en sistemas que

presenten relaciones lineales, para utilizar los recursos escasos de la mejor manera
“La Programación Lineal es una
técnica cuantitativa ampliamente
posible, siendo una de las técnicas de optimización más usadas por los líderes de la
aplicada en sistemas que presenten Cadena de Suministro. La Programación Lineal es un instrumento que se ocupa de los
relaciones lineales, para utilizar los problemas de asignación de recursos limitados a actividades simultáneas que compiten
recursos escasos de la mejor manera
por ellos entre sí. Utiliza un modelo matemático para describir los diferentes problemas.
posible, siendo una de las técnicas
de optimización más usadas por los
Lineal significa que se requiere que todas las funciones matemáticas que intervienen en
líderes de la Cadena de Suministro.” el modelo sean lineales. La palabra programación se deriva del hecho de que se
establece una serie de pasos lógicos que permiten procesar diferentes problemas bajo

03 SUMMA University®
Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

un mismo principio o programa, para obtener un óptimo. Esto es, un algoritmo o

programa de proceso que determina los pasos para llegar a un resultado que, en el
caso de la programación lineal intenta ser un óptimo. También se puede definir como
un procedimiento de resolución de problemas desarrollado para ayudar a los
administradores a tomar decisiones.

Los Modelos Matemáticos se dividen básicamente en Modelos Deterministas (MD) o

Modelos Estocásticos (ME). En el primer caso (MD) se considera que los parámetros
asociados al modelo son conocidos con certeza absoluta, a diferencia de los Modelos
Estocásticos, donde la totalidad o un subconjunto de los parámetros tienen una
distribución de probabilidad asociada. Los modelos estudiados en la Programación
Lineal son modelos deterministas.

La formulación correcta de los modelos de Programación Lineal, parten de los

siguientes supuestos:

Proporcionalidad: Las cantidades de los insumos y de los productos asociados con cada
“Las relaciones matemáticas lineales tan actividad, son proporcionales al nivel de la actividad
solo significan que todos los términos
utilizados en la función objetivo y en las Aditividad: Para cada ítem o recurso su uso debe ser igual a la suma de las cantidades
restricciones son de primer grado que fluyen a las distintas variables de decisión (la cantidad de recurso o ítem que se usa
como insumo) menos la suma de las cantidades que fluyen fuera (la cantidad del
recurso o ítem que generan las variables de decisión como su producto). Asume las
propiedades aditivas y multiplicativas. Por ejemplo:

 Si una unidad tipo 1 necesita 2 horas en la Máquina A y una unidad tipo 2 necesita
2½ horas, entonces ambas necesitan 4½ horas.

 Si una unidad tipo 3 necesita 1 hora en la máquina B, entonces 10 unidades

necesitan 10 horas.

Certidumbre: Los parámetros de costos, recursos, componentes tecnológicos, son

conocidos y constantes.

Linealidad: Las relaciones matemáticas lineales tan solo significan que todos los
términos utilizados en la función objetivo y en las restricciones son de primer grado (es
decir, no se elevan al cuadrado, al cubo o a una potencia mayor, ni se presentan más
de una vez). Por consiguiente, la ecuación 2A + 5B = 10 es una función lineal aceptable;
mientras que la ecuación 2A2 + 5B3 + 3AB = 10 no es lineal, ya que la variable A está al
cuadrado, la variable B está al cubo y las dos variables se presentan de nuevo como
producto entre ellas.

Divisibilidad: Los valores que asumen las variables en la solución final son mayores o
iguales que cero.

04 SUMMA University®
Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

1.1 Modelo Generalizado de Programación Lineal

La Función Objetivo del Modelo Lineal es la formulación matemática de una meta

establecida y por lo tanto su valor final mide la efectividad lograda. Es una función lineal
a ser maximizada o minimizada y tiene la siguiente forma general:

Optimizar C1X1 + C2X2 + C3X3 + C4X4 +...................+ CnXn

Xj, simboliza matemáticamente a las variables de decisión. Son los valores numéricos
que se determinan con la solución del modelo y representan o están relacionadas con
una actividad o acción a tomar. Son los únicos valores desconocidos en el modelo y
pueden existir en cualquier cantidad, desde 1 hasta n variables. Es decir, j varía desde 1
hasta n.

Cj, matemáticamente, simboliza el coeficiente de la variable j en la Función Objetivo.

“Las restricciones, desde el punto de Son datos relevantes, insumos incontrolables ya conocidos. En la Función Objetivo
vista matemático, son funciones representan la cantidad con la cual contribuye cada unidad de la variable j, al valor total
lineales expresadas como igualdades o deseado en el objetivo.
desigualdades, que limitan el valor de
las variables de decisión a valores Las restricciones, desde el punto de vista matemático, son funciones lineales
permisibles” expresadas como igualdades o desigualdades, que limitan el valor de las variables de
decisión a valores permisibles.

Representan recursos, condiciones o requerimientos establecidos. Las restricciones del

Modelo Lineal general tienen la forma siguiente:

a11 X1 + a12 X 2 + a 13 X 3 + a14 X 4 + .................. + a1n Xn < > = b1

a21 X1 + a22 X 2 + a 23 X 3 + a24 X 4 +.................. + a2n Xn < > = b2

a31 X1 + a32 X 2 + a 33 X 3 + a34 X 4 +.................. + a3n Xn < > = b3

......

......

am1 X1 + a m2 X 2 + a m3 X 3 + am4 X 4 +...............+ amn Xn < > = bm

aij, matemáticamente simboliza el coeficiente, en la restricción i, de las variables j. El

subíndice i indica el recurso, requerimiento o condición cuya limitación se está
expresando; j indica la variable correspondiente. Cuando la limitación es de un recurso i,
estos coeficientes representan la cantidad del recurso total limitado i, que es utilizada
en cada unidad de la variable j. Cuando la limitación es de un requerimiento o condición
i, representan la cantidad del requerimiento o condición i limitada, que aporta cada
unidad de la variable j, al requerimiento o condición total establecida. Son, por ello,
valores unitarios, al igual que los coeficientes de las variables en la Función Objetivo.

05 SUMMA University®
Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

bi, matemáticamente constituye el lado derecho de la restricción i. Representa la

cantidad total disponible del recurso limitado i, o la cantidad total de un requerimiento o
condición i establecida. Puede existir cualquier cantidad de restricciones por lo tanto i
puede variar desde 1 hasta m.

Xj > 0 es una restricción de no negatividad de las j variables, la cual se le considera

siempre presente como una condición natural en el Modelo Lineal General.

1.2 Pautas y Comentarios para la Formulación de Modelos

(Anderson, 2011)

En la conversión de modelos verbales a modelos formales, será muy útil describir

primero con palabras un modelo que corresponda al problema dado. Es decir, se puede
proceder de la siguiente forma:

1. Identificar las variables de decisión: Con frecuencia, una cuidadosa lectura del
contenido del problema le revelará que las variables de decisión y el objetivo se
le dan en la forma exacta que necesita. Es imperativo e importante que estén
definidas en forma correcta sus variables de decisión. En ocasiones encontrará
que hay varias elecciones posibles. Una guía útil es hacerse a sí mismo la
pregunta: ¿A qué debo darle respuesta? La respuesta a esta pregunta le ayudará
a llegar a identificar correctamente las variables de decisión.

2. Después expresar el objetivo en palabras. Luego escriba la función objetivo, que

función de utilidad o costo está expresando el problema. Para seleccionar qué
función objetivo (F.O.) debe elegirse se toma en cuenta lo siguiente:

a) Si vamos a encontrar situaciones en las cuales tendremos solo costos ya

“Una guía útil es hacerse a sí mismo la sea de materia prima, costo de mano de obra, costo de uso de máquina,
pregunta: ¿A qué debo darle respuesta? costos de transporte, costos de depreciación ,etc. esto indica que
La respuesta a esta pregunta le ayudará
indudablemente la F.O. será de MINIMIZACION.
a llegar a identificar correctamente las
variables de decisión” b) Si el enunciado solo da datos económicos de ganancia, precio de venta o
dinero a recibir por unidad producida la F.O. será de MAXIMIZACION.

c) Si el enunciado nos da al mismo tiempo costos y ganancias restaremos de

la siguiente manera:

GANANCIAS - COSTOS = UTILIDAD, la que tendrá como F.O. MAXIMIZACION.

d) Si no nos dan ningún dato económico y solo se da tiempos, el tiempo se

minimiza, si nos da solo producción, la producción se ha de maximizar, si

06 SUMMA University®
Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

el modelo corresponde a contratar al personal, la función objetivo se

minimiza.

3. Exprese cada restricción; al hacer esto, ponga cuidadosa atención en si la

restricción es un requerimiento de la forma ≥ (mayor ó igual que, al m enos, por lo
menos, como mínimo), una limitación de la forma ≤ (menor ó igual que, no mayor
que, como máximo), ó = (igual a, exactamente igual a).

1.3 Aprendiendo a Formular Modelos

(Anderson, 2011)

A continuación se presenta un ejemplo de formulación que le servirá para cimentar su

“No lea simplemente el problema y habilidad al traducir problemas del mundo real a modelos matemáticos. Esta transición,
después vaya de inmediato a la o modo en que se ha de elaborar el modelo, la forma en que se definirá las variables y
solución. Esa sería la mejor forma de
se formularán las restricciones y la función objetivo es de primordial importancia.
engañarse a sí mismo sobre lo que
ha comprendido. No lea la solución Formúlelo con la rapidez que le sea posible. No introduzca restricciones adicionales o
hasta que esté seguro de haber
matices lógicos o datos imaginarios que en su opinión podrían hacer más realista el
solucionado en forma correcta el
problema por sí mismo o esté
modelo. Por ejemplo, no se preocupe por lo que ocurra la semana siguiente si el
totalmente convencido que se problema nunca se refiere a la semana siguiente. El problema que se muestra ha sido
encuentra en un callejón sin salida” escogido para facilitarle el desarrollo del aprendizaje de la formulación. Para lograr esto
y que pueda comprobar su trabajo y calibrar su progreso dentro del contexto descrito,
la formulación correcta, debe carecer por completo de ambigüedad.

En otras palabras, que haya una respuesta correcta. Más tarde, cuando tenga
experiencia, la amplitud de las dudas en la interpretación y las sutilezas del mundo real
serán mayores.

Debido a que el tema de la formulación es tan importante y como la práctica es el único

camino para dominarlo, se recomienda hacer un número de problemas grande. Como
último consejo: No lea simplemente el problema y después vaya de inmediato a la
solución. Esa sería la mejor forma de engañarse a sí mismo sobre lo que ha
comprendido. No lea la solución hasta que esté seguro de haber solucionado en forma
correcta el problema por sí mismo o esté totalmente convencido que se encuentra en
un callejón sin salida.

07 SUMMA University®
Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

1.4 Problema de Producción

(Anderson, 2011)

La compañía Sigma produce bibliotecas y escritorios para los cuales se ha establecido

un precio de venta por unidad de $9000 y $10000 respectivamente. Para la producción
de dichos artículos la compañía cuenta con una disponibilidad mensual de 700 metros
de madera, 800 metros de tubo y 900 metros de pliegos de papel de lija. ¿Qué cantidad
de bibliotecas y escritorios se debe fabricar mensualmente si se sabe que una
biblioteca consume 7 metros de madera, 10 metros de tubo y 6 pliegos de papel de lija;
mientras que para producir un escritorio se requieren 10 metros de madera, 8 metros de
tubo y 15 pliegos de papel de lija?

Realizamos un resumen de la información presentada:

Solución.

Variables de Decisión:

Nos respondemos a la pregunta ¿A qué debemos darle solución?

X1 = Cantidad de bibliotecas a fabricar por mes.

X2 = Cantidad de escritorios a fabricar por mes.

Función Objetivo:

Max Z = 9000 X1 + 10000 X2

Restricciones:

7 X1 + 10 X2 < 700 Disponibilidad de metros de madera.

10 X1 + 8 X2 < 800 Disponibilidad de metros de tubo.

6 X1 + 15 X2 < 900 Disponibilidad de pliegos de papel de lija.

X1, X2 > 0

En total tenemos 3 restricciones. La restricción de no negatividad, no se cuenta dentro

del conjunto de restricciones, pero se tiene en cuenta debido a su importancia en la
limitación de soluciones positivas.

En nuestro medio muchas cosas se piensan de la programación lineal. Para muchos es

una parte integral de las matemáticas que debe ser estudiada, pero sin que encuentren
aplicación alguna en el mundo real; para otros es una forma de aplicar modelos de
optimización para empresas netamente productivas a nivel macro y para otras personas
es un tema que solo interesa a los ingenieros de sistemas y matemáticos. Sin embargo,

08 SUMMA University®
Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

la importancia de la programación lineal no solo radica en el procedimiento

matemático, sino en la herramienta financiera que nos puede brindar como soporte
para la toma de decisiones en cualquier organización, especialmente las Pymes, ya que
permite la asignación eficiente de recursos escasos (limitados).

Si revisamos un poco la historia de la programación lineal, encontramos su desarrollo

“Con el transcurrir del tiempo, aparece en el mundo empresarial. Desde la época de la Revolución Industrial, en la que la
la herramienta computacional y a
aparición de nuevos recursos de producción como las máquinas, hicieron crecer las
través de sus bondades se convirtió
fábricas en grandes proporciones, hasta la Segunda Guerra Mundial, en donde la
en un complemento ideal para el
apoyo en la toma de decisiones” necesidad de asignar recursos escasos a las distintas operaciones militares, obligaban a
encontrar un mecanismo que ayudara a solucionar los problemas derivados de estos
hechos.

Las personas que participaron en este avance pertenecían a diferentes campos del
saber, destacándose los matemáticos, economistas científicos. Uno de estos últimos,
George Dantzing, sobresalió en este proceso y fue quien en 1947 desarrolló el método
simplex para resolver problemas de programación lineal, el cual fundamentó en el
álgebra matricial y el método de Gauss Jordan, complementado con un objetivo
principal: maximizar utilidades o minimizar costos. De aquí surgen elementos
importantes: una parte matemática que no puede ser desconocida y es la mezcla del
sistema de ecuaciones lineales en el mundo empresarial y otra, el engranaje que hace
con el contenido financiero cuando se mezclan elementos de las áreas de una
organización y las herramientas informáticas (el computador). En sus inicios,
programación lineal nace con dos métodos para solucionar los diferentes problemas
planteados bajo el concepto de optimización de recursos escasos, minimizando costos
o maximizando utilidades, con varias restricciones de recursos. Estos son el método
gráfico y el método simplex. Con el transcurrir del tiempo, aparece la herramienta
computacional y a través de sus bondades se convirtió en un complemento ideal para
el apoyo en la toma de decisiones.

Sin embargo, a pesar de todas las bondades en términos de identificación y análisis de

recursos, es evidente que muchos desconocen la construcción de modelos como
elemento integral con la aparición de los computadores; la mayor parte de los teóricos
trasmiten el tema como algo netamente algebraico y han hecho perder el interés por la
aplicación en el mundo de los negocios. Adicionalmente, algunos autores la consideran
estática y afirman que es poco apropiada por desconocer el tiempo. También se
encuentran diferencias de ideas que permiten distorsionar la aplicación, ya que se
encuentran sesgados considerándola cortoplacista. Pero esto dista de la realidad
cuando el concepto toma las proporciones de herramienta para toma de decisiones y
se sale de la noción netamente matemática.

09 SUMMA University®
Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

Hablar de estática y cortoplacista es algo interesante de cuestionar, ya que, a través de

la investigación realizada, de los modelos desarrollados en las diferentes empresas, se
ha encontrado que finalmente todo depende de la forma como se estructure y no de la
óptica con que se critique. Adicionalmente, una empresa en la mayoría de los casos
tiene todos los recursos y tendencias establecidas. Pensar en cortoplacista, depen de
mucho de la estructura del modelo. Hillier y Liberman en su libro métodos cuantitativos
para administración afirman “Algunos eventos recientes han añadido urgencia a esta
tarea. La decisión que tomó The Association Advance Collegiate Schools of Busines s
(aacsb) de abandonar la ciencia administrativa desde su cuerpo central de
conocimientos significó que los cursos tenían que comenzar a competir en el mercado
abierto. La experiencia indica constantemente que los tradicionalmente exhaustivos
cursos de álgebra se encuentran en problemas, mientras que prosperan aquellos que
han roto los moldes antiguos. El siguiente extracto del reporte, que presentó el
Subcomité Operativo de la Bussines Scholl Education Task Force de Informs se refiere a
este respecto: “Existe clara evidencia de que debe darse un cambio importante del
curso introductorio a la ciencia administrativa en este ambiente. Se tiene mucha
paciencia con los cursos enfocados en algoritmos; por el contrario, la demanda se
centra en cursos que enfocan situaciones empresariales, incluyendo importantes temas
no matemáticos, el uso de hojas de cálculo y la formulación y evaluación de modelos
más que la estructura de los mismos. Tal curso requiere nuevos materiales didácticos”.

Esto nos indica que la programación lineal, con el pasar del tiempo se ubica como un
“Esto nos indica que la programación elemento importante en el desarrollo de la construcción de modelos de optimización.
lineal, con el pasar del tiempo se Los conceptos matemáticos deben ser desglosados y ajustados al tema empresarial,
ubica como un elemento importante
de tal forma que permitan ganar tiempo y realizar análisis de diferentes escenarios, para
en el desarrollo de la construcción
tomar decisiones con probabilidades de error muy bajas.
de modelos de optimización”

A nivel mundial, muchos estudiosos del tema se han dedicado a demostrar a través de
fundamentos teóricos y aplicaciones en las diferentes áreas de la organización la
importancia de la ciencia administrativa (investigación de operaciones) y los alcances
que ha tenido en el mundo empresarial; entre quienes cabe destacar a:

 Turban E., quien habla de la importancia de la investigación de operaciones

como sistema de apoyo a la gestión directiva de una empresa basado en la
optimización.

 Geoffrion Arthur se refiere a los problemas que limitan el uso de la investigación

de operaciones (baja productividad de los modeladores y apatía por parte de los
tomadores de decisiones) y las oportunidades que representa, considerando de
esta forma que los aspectos teóricos de la investigación de operaciones se
deben volver más prácticos.

010 SUMMA University®

Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

 Geoffrion y Maturana dicen que una forma de mejorar la productividad basados

en la optimización es mediante la utilización de un software que logra explotar al
máximo la estructura del modelo que se plantee.

 Jeffrey Moore se concentra en la construcción de modelos simbólicos en hoja de

cálculo electrónica, para representar relaciones entre los datos cuantificables de
interés de una organización como soporte para la toma de decisiones, utilizando
la aplicación de programación lineal a través de la herramienta de Solver.

 Charles Bonini aborda la toma de decisiones gerenciales en temas relacionados

con producción, finanzas, distribución, comercialización, etc., a través de la
construcción de modelos y planteamientos de problemas, con objetivos claros
de maximización de utilidades o minimización de costos, sujetos a una serie de
restricciones, solucionados a través de paquetes computacionales.

 Anderson, Sweeney, Williams. Trabajan la aplicación de programación lineal a

través de planteamientos de problemas que tienen que ver con la asignación de
recursos escasos en producción, mano de obra, demanda agregada,
mercadotecnia, selección de cartera, etc., solucionados con paquetes
computacionales de las organizaciones.

2 Aplicaciones de Programación Lineal

(RENDER, 2012)

Programación lineal son métodos cuantitativos para los negocios. Es una herramienta
que se ha aplicado en diferentes áreas empresariales como: la producción, la
manufactura, el transporte, la construcción, las telecomunicaciones, la planeación
financiera, el cuidado de la salud, la milicia y los servicios públicos, donde podemos
destacar elementos importantes:

 Economía de negocios: Allí se busca determinar el precio de los productos, el

análisis del punto de equilibrio, el cálculo de costo de productos y la sustitución
de equipos.

 Finanzas: Se trata de evaluar empresas: planeación de las finanzas personales,

comercio de divisas y administración de efectivo, análisis de inversión, selección
de cartera, presupuesto de capital, pronóstico de ganancias por acción y control
de presupuestos de un proyecto.

011 SUMMA University®

Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

 Operaciones y Producción: Se evalúan decisiones sobre fuentes de

aprovisionamiento, mezclas de productos, políticas de control de inventarios,
planeación de personal y de producción, pronóstico de ventas.

 Decisiones de fabricación o compra: Donde se puede observar que

generalmente de los marcos de producción las compañías no cuentan con los
recursos suficientes para poder satisfacer una demanda creada de improvisto
por uno o varios productos.

 Administración de cartera de valores: Se observa que un inversionista también

puede requerir determinar cuánto invertir en cada alternativa disponible. El
objetivo de dicho inversionista es obtener el más alto rendimiento posible, pero
un alto rendimiento tiene su precio: el riesgo.

 Mezclas de productos: Donde los administradores necesitan determinar la

asignación de recursos escasos, como la mano de obra, la materia prima y el
capital, a las diferentes opciones que compiten por estos recursos.

 Problemas de dietas: Donde se da un número de alternativas de alimentos, cada

uno de los cuales produce una cantidad conocida de un nutriente necesario,
usted desea determinar qué cantidad de alimento incluir en una dieta para
asegurar un mínimo de requerimientos de nutrientes, a la vez que alcanza un
objetivo global.

 Operaciones Logísticas y Cadena de Suministro: Corresponde a la programación

de actividades del personal, planeación del transporte, asignación de personal,
planeación de embarques, administración del tráfico, cantidad económica de
pedidos de inventario.

Conociendo este panorama y avanzado un largo camino en la construcción de modelos

“Operaciones Logísticas y Cadena de de optimización como trabajo de campo, queda como conclusión que definitivamente
Suministro: Corresponde a la la mayoría de las empresas clasificadas dentro del rubro de Pymes (Pequeñ as y
programación de actividades del
medianas empresas) pueden utilizar los modelos de optimización lineal como una
personal, planeación del transporte,
asignación de personal, planeación herramienta de apoyo para la toma de decisiones y contribuiría positivamente al
de embarques, administración del objetivo de lograr que el mayor porcentaje de las empresas sean más competitivas en
tráfico, cantidad económica de el ámbito nacional e internacional.
pedidos de inventario”

012 SUMMA University®

Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

3 Otro Ejemplo Desarrollado

(Anderson, 2011)

La compañía Flair Furniture fabrica mesas y sillas de bajo precio. El proceso de

fabricación de cada una es similar, ya que ambas requieren cierto número de horas de
trabajo de carpintería, así como cierto número de horas de trabajo en el departamento
de pintura y barnizado. Cada mesa requiere de 4 horas de carpintería y 2 horas en el
taller de pintura y barnizado. Cada silla requiere de 3 horas de carpintería, y 1 hora en la
pintura y barnizado. Durante el periodo de producción actual, están disponibles 240
horas de tiempo de carpintería, así como 100 horas de tiempo de pintura y barnizado.
Cada mesa vendida genera una utilidad de $70; cada silla fabricada se vende con una
utilidad de $50. El problema de Flair Furniture es determinar la mejor combinación
posible de mesas y sillas a fabricar, con la finalidad de alcanzar la utilidad máxima.

La empresa desea que esta situación de mezcla de producción se formule como un

problema de PL. Empezamos con un resumen de la información necesaria para
formular y resolver este problema. Esto nos ayuda a entender el problema que se
enfrenta. A continuación se identifican los objetivos y las restricciones. El objetivo es:
Maximizar la utilidad.

Las restricciones son:

1. Las horas de tiempo de carpintería utilizadas no pueden exceder las 240 horas
por semana.

2. Las horas de tiempo de pintura y barnizado utilizadas no pueden exceder las 100
horas por semana.

Las variables de decisión que representan las decisiones reales que tomarán se definen
como:

T = número de mesas producidas por semana

C = número de sillas producidas por semana

Ahora se crea la función objetivo de PL en términos de T y C. La función objetivo es

maximizar la utilidad = $70T + $50C.

Nuestro siguiente paso es desarrollar las relaciones matemáticas para describir las dos
restricciones en este problema. Una relación general es que la cantidad de un recurso
utilizado debe ser menor que o igual a (<) la cantidad del recurso disponible. En el caso
del departamento de carpintería, el tiempo total utilizado es:

013 SUMMA University®

Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

(4 horas por mesa)(número de mesas fabricadas) + (3 horas por silla)(número de sillas

fabricadas)

Entonces, la primera restricción se expresa de la siguiente manera:

Tiempo de carpintería utilizado < tiempo disponible de carpintería

4T + 3C < 240 (horas de tiempo de carpintería)

Del mismo modo, la segunda restricción es la siguiente:

Tiempo de pintura y barnizado utilizado < tiempo disponible de pintura y barnizado

2T + 1C < 100 (horas de tiempo de pintura y barnizado)

Ambas restricciones representan restricciones de la capacidad de producción y, desde

luego, afectan la utilidad total. Por ejemplo, Flair Furniture no puede fabricar 80 mesas
durante el periodo de producción, ya que si T = 80, se transgredirían ambas
restricciones. Tampoco se puede establecer T = 50 mesas y C = 10 sillas. ¿Por qué?
Porque esto violaría la segunda restricción de que no se asigne un tiempo de más de
100 horas de pintura y barnizado. Para obtener soluciones significativas, los valores de T
y C deben ser números no negativos. Es decir, todas las posibles soluciones tienen que
representar mesas y sillas reales. Matemáticamente, esto significa que:

T > 0 (el número de mesas producidas es mayor que o igual a 0)

C > 0 (el número de sillas producidas es mayor que o igual a 0)

Ahora el problema completo se re expresa matemáticamente como:

Maximizar utilidad = $70T + $50C

Sujeto a las restricciones:

4T + 3C < 240 (restricción de carpintería)

2T + 1C < 100 (restricción de pintura y barnizado)

T > 0 (primera restricción de no negatividad)

C > 0 (segunda restricción de no negatividad)

En tanto que las restricciones de no negatividad son limitaciones técnicamente

independientes, se escriben a menudo en un solo renglón con las variables separadas
por comas. En este ejemplo, esto se expresaría como:

T, C > 0

014 SUMMA University®

Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

3.1 Uso de la instrucción Solver de Excel para problemas de PL

Excel 2010 (y versiones anteriores) tiene un complemento llamado Solver que se utiliza
para resolver los problemas de programación lineal.

3.2 Preparación de la Hoja de Cálculo para Solver

La hoja de cálculo se debe preparar con datos y fórmulas para ciertos cálculos, antes
“Excel 2010 (y versiones anteriores) de que se pueda utilizar Solver. Se describirán brevemente los pasos, el análisis
tiene un complemento llamado adicional y las sugerencias de cuando se presente el ejemplo de Flair Furniture. A
Solver que se utiliza para resolver los
continuación se presenta un resumen de los pasos para preparar la hoja de cálculo:
problemas de programación lineal”
1. Introducir los datos del problema. Los datos del problema consisten en los
coeficientes de la función objetivo y las restricciones, además de los valores del
lado derecho para cada una de las restricciones. Lo mejor es organizarlo de una
manera lógica y significativa. Se utilizarán los coeficientes al escribir las fórmulas
en los pasos 3 y 4, en tanto que los valores del lado derecho se introducirán en
Solver.

2. Designar las celdas específicas de los valores de las variables de decisión. Más
tarde, estas direcciones de las celdas se pueden introducir en Solver.

3. Escribir una fórmula para calcular el valor de la función objetivo, utilizando los
coeficientes de la función objetivo (del paso 1) que haya introducido y las celdas
que contienen los valores de las variables de decisión (del paso 2). Más tarde,
esta dirección de la celda se puede introducir en Solver.

015 SUMMA University®

Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

4. Escribir una fórmula para calcular el valor del lado izquierdo (LHS) de cada
restricción, utilizando los coeficientes de las restricciones (del paso 1) que haya
introducido, y las celdas que contienen los valores de las variables de decisión
(del paso 2). Más tarde, estas direcciones de la celda y las direcciones de celda
para el valor correspondiente de RHS se introducirán en Solver.

Los cuatro pasos se deben completar de alguna manera en todos los problemas de
programación lineal en Excel. Se brinda a continuación un paso a paso de cómo se
articula hoja de cálculo para desarrollar el modelo de programación lineal,
procedimiento que será mayormente explicado en el video de la semana.

016 SUMMA University®

Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

017 SUMMA University®

Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

4 Conclusiones
 Programación Lineal (PL), es un modelo de toma de Decisiones Restringidas que
son parámetros o condiciones que se deben tomar. En la Programación Lineal
(PL) se da una asignación de recursos limitados para optimizar un objetivo o un
fin al que se debe llegar.

018 SUMMA University®

Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Modelos de Optimización (I)

 Existen tres componentes básicos en la Programación Lineal (PL), los cuales son:
Función Objetivo, Variables de decisión, Restricciones.

 La Programación Lineal es una técnica poderosa para tratar problemas de

asignación de recursos escasos entre actividades que compiten, al igual que
otros problemas cuya formulación matemática es parecida. Se ha convertido en
una herramienta estándar de gran importancia para muchas organizaciones
industriales y de negocios. Aún más, casi cualquier Cadena de Suministro tiene el
problema de asignar recursos en algún contexto y cada vez mayor el
reconocimiento de la aplicabilidad tan amplia de esta técnica.

 La programación lineal es un procedimiento o algoritmo matemático, mediante el

cual se resuelve un problema indeterminado. Consiste en optimizar (minimizar o
maximizar) una función lineal, que denominaremos función objetivo, de tal forma
que dicha función estén sujetas a una serie de restricciones que expresamos
mediante un sistema de inecuaciones lineales. La programación lineal nos
permite utilizar diferentes métodos los cuales nos permiten reducir costos y
obtener ganancias.

5 Bibliografía
 Anderson, D. R. (2011). Métodos Cuantitativos para los Negocios. México: Cegage
Learning.

 International Suppy Chain Education Alliance ISCEA . (2012). International Suppy

Chain Education Alliance ISCEA . EEUU: International Suppy Chain Education
Alliance ISCEA .

 RENDER, B. (2012). Métodos Cuantitativos para los Negocios. México: Pearson.

019 SUMMA University®

Not a Técnica preparada por SUMMA Universit y. Su dif usión, reproducción o uso t ot al o parcial
para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.