08-08-2023

INVESTIGACIÓN DE OPERACIONES

Programación Lineal

Objetivos del Capítulo

• Reseñar la evolución de la investigación de operaciones.
• Fijar los requerimientos para establecer un modelo de
programación lineal.
• Representación gráfica de un modelo de programación
lineal.
• Ventajas del modelo de programación lineal:
– Obtención de una solución óptima única.
– Obtención de soluciones alternativas
– Modelos no acotados.
– Modelos no factibles.

1
 08-08-2023

• Conceptos de análisis de sensibilidad:

– Reducción de costos.
– Rango de optimalidad.
– Precios sombra.
– Rango de factibilidad.
– Holgura complementaria.
– Agregar restricciones/variables.

• Obtención de una solución por métodos computacionales:

– POM-QM
– EXCEL (Solver, OpenSolver)
– LINGO

Historia de la Investigación de
Operaciones
• La primera actividad de Investigación de Operaciones se dio durante la Segunda
Guerra Mundial en Gran Bretaña, donde la Administración Militar llamó a un grupo
de científicos de distintas áreas del saber para qué estudiaran los problemas
tácticos y estratégicos asociados a la defensa del país.

• El nombre de Investigación de Operaciones fue dado aparentemente porque el

equipo estaba llevando a cabo la actividad de investigar operaciones (militares).

• Motivados por los resultados alentadores obtenidos por los equipos británicos, los
administradores militares de Estados Unidos comenzaron a realizar investigaciones
similares. Para eso reunieron a un grupo selecto de especialistas, los cuales
empezaron a tener buenos resultados y en sus estudios incluyeron problemas
logísticos complejos, la planeación de minas en el mar y la utilización efectiva del
equipo electrónico.

2
 08-08-2023

• Al término de la guerra y atraídos por los buenos resultados obtenidos por los
estrategas militares, los administradores industriales empezaron a aplicar las
herramientas de la Investigación de Operaciones a la resolución de sus problemas
que empezaron a originarse debido al crecimiento del tamaño y la complejidad de
las industrias.

• Aunque se ha acreditado a Gran Bretaña la iniciación de la Investigación de

Operaciones como una nueva disciplina, los Estados Unidos tomaron pronto el
liderazgo en este campo rápidamente creciente. La primera técnica matemática
ampliamente aceptada en el medio de Investigación de Operaciones fue el
Método Símplex de Programación Lineal, desarrollado en 1947 por el matemático
norteamericano George B. Dantzig. Desde entonces las nuevas técnicas se han
desarrollado gracias al esfuerzo y cooperación de las personas interesadas tanto en
el área académica como en el área industrial.

Introducción a la Programación Lineal

• La Programación Lineal (PL) es una técnica matemática de
optimización.
• Por técnica de optimización se entiende un método que
trata de maximizar o minimizar un objetivo.
• En todo problema de PL hay que tomar ciertas decisiones.
Éstas se representan con variables de decisión xj.
• La estructura básica de un problema de PL es maximizar o
minimizar la función objetivo.
• Se debe satisfacer un grupo de condiciones restrictivas o
restricciones.

3
 08-08-2023

• Se llama programación lineal al conjunto de técnicas

matemáticas que pretenden resolver la situación siguiente:

Optimizar (maximizar o minimizar) una función objetivo,

función lineal de varias variables, sujeta a: una serie de
restricciones, expresadas por inecuaciones lineales

• La importancia de la programación lineal

– Muchos de los problemas del mundo real se prestan para
el modelado de programación lineal.
– Muchos problemas del mundo real pueden ser
aproximados por modelos lineales.
– Existen aplicaciones exitosas bien conocidas en:
• Manufactura
• Márketing
• Finanzas e Inversiones)
• Publicidad
• Agricultura
8

4
 08-08-2023

• La importancia de la programación lineal

– Existen técnicas de solución eficientes que resuelven
modelos de programación lineal.
– La salida generada a partir de los paquetes de
programación lineal proporciona un análisis útil "qué
pasaría si“.

• Los supuestos del modelo de programación lineal.

– Los valores de los parámetros se conocen con certeza.
– La función objetivo y las restricciones exhiben rendimientos
constantes a escala.
– No hay interacciones entre las variables de decisión (el supuesto
de aditividad).
– El supuesto de continuidad: las variables pueden tomar cualquier
valor dentro de un rango factible dado.

10

5
 08-08-2023

Introducción
• Restricciones

– Restricciones estructurales.
– Restricciones de no negatividad.

11

• Las restricciones estructurales reflejan factores como

la limitación de recursos y otras situaciones que
impone la situación del problema.

• Las restricciones de no negatividad garantizan que

ninguna variable de decisión sea negativa.

12

6
 08-08-2023

Sugerencias para formular modelos de

programación lineal
• Lea con mucho cuidado el planteamiento del problema.
• Identifique las variables de decisión.
• Identifique el objetivo.
• Identifique las restricciones estructurales.
• Formule por escrito el modelo matemático.

13

Introducción
• Una factoría fabrica dos tipos de productos, A y B. Para su
elaboración se requieren dos máquinas, M1 y M2. El artículo A
necesita 2 horas de trabajo de la máquina M1 y 1,5 horas de la
máquina M2. El artículo B, 1,5 horas y 1 hora, respectivamente. Cada
máquina está en funcionamiento, a lo sumo, 40 horas semanales. Por
cada unidad del artículo A se obtiene un beneficio de 250 pesos,
mientras que por cada unidad del artículo B es de 150 pesos.
¿Cuántas unidades de A y cuántas de B deben fabricarse
semanalmente para obtener un beneficio máximo?

14

7
 08-08-2023

Introducción
• Un inversionista dispone de dos millones de pesos, puede invertir en
bonos del tipo A, que dan un rendimiento del 10 por ciento, y en
bonos del tipo B, cuyo rendimiento es del 15 por ciento. Existen unos
topes legales que impiden invertir más de 800.000 pesos en bonos del
tipo B, pero sucede lo contrario con los del tipo A, en los cuales la
inversión mínima es de medio millón de pesos. Por otra parte, el
inversionista desea colocar en bonos del tipo A tanto dinero, al
menos, como en bonos del tipo B. ¿Cuánto debe invertir en bonos de
cada tipo para que el rendimiento obtenido sea máximo?

15

Introducción
• Un campesino posee un terreno rústico de 70 m2 que desea utilizar
para dos tipos de cultivos, A y B. Cada m2 del cultivo A le supone una
inversión de 6.000 pesos y cada m2 del B 3.000 pesos, también por m2,
el cultivo A supone tres días de trabajo, mientras que para el cultivo B
son cuatro días. El agricultor dispone de 180.000 pesos para invertir en
el terreno y cuenta con una utilidad de 30.000 pesos por m2 cultivado
de A y con 15.000 pesos por m2 cultivado de B. Si el agricultor puede
trabajar los cultivos durante 120 días como máximo al año ¿Qué
superficie debe dedicar a cada tipo de cultivo para obtener un
beneficio máximo?

16

8
 08-08-2023

Ejemplo: Impregnadora El Aromo

• El Aromo produce dos tipos de postes impregnados:
– Destino Europa (PDE)
– Destino Asia (PDA)

• Los recursos están limitados a:

– 1200 kilos de preservante especial.
– 40 horas de producción semanalmente.

17

• Requerimientos de Marketing.

– La producción total no puede exceder de 800 postes.

– El número de PDE no puede exceder al número de PDA por más de 450.

• Requerimientos Tecnológicos.

– PDE requieren 2 kilos de preservantes y 3 minutos de producción.

– PDA requieren 1 kilo de preservante y 4 minutos de producción.

18

9
 08-08-2023

• Plan común de producción para:

– Fabricar la mayor cantidad de postes que deje mejores ganancias, el cual
corresponde a PDE ($8 de utilidad por poste).
– Usar la menor cantidad de recursos para producir PDA, porque estos dejan una
menor utilidad ($5 de utilidad por poste).

• El plan común de producción consiste en:

– Postes Destinos Europa = 550
– Postes Destino Asia = 100 8(550) + 5(100)
– Utilidad = $4900 por semana

19

Una buena gestión

siempre buscará un
esquema de producción
que incremente las
ganancias de la
compañía

20

10
 08-08-2023

EL MODELO DE
PROGRAMACIÓN LINEAL
PROVEE UNA SOLUCIÓN
INTELIGENTE PARA ESTE
PROBLEMA

21

Solución
• Variables de decisión

– X1 = Cantidad producida de PDE por semana.

– X2 = Cantidad producida de PDA por semana.

• Función objetivo

– Maximizar la ganancia semanal.

22

11
 08-08-2023

• Modelo de Programación Lineal

– Max 8X1 + 5X2 (ganancia semanal)

• Sujeto a:

– 2X1 + 1X2 <= 1200 (Cantidad de preservante)

– 3X1 + 4X2 <= 2400 (Tiempo de producción)
– X1 + X2 <= 800 (Limite producción total)
– X1 - X2 <= 450 (Producción en exceso)
– Xj >= 0 , j= 1, 2. (Resultados positivos)

23

Conjunto de soluciones factibles para el

modelo lineal
• El conjunto de puntos que satisface todas las
restricciones del modelo es llamado:

Región factible

24

12
 08-08-2023

USANDO UN GRAFICO SE
PUEDEN REPRESENTAR
TODAS LAS
RESTRICCIONES, LA
FUNCION OBJETIVO Y
LOS TRES TIPOS DE
PUNTOS DE
FACTIBILIDAD

25

Análisis gráfico – Región factible

X2

Restricciones de no negatividad

X1

26

13
 08-08-2023

X2

1200
Restricción del preservante:
2X1+X2≤1200
Restricción del total de producción:
X1+X2≤800

600 No Factible

Restricción del
exceso de producción:
Horas de Factible X1-X2≤450
Producción
3X1+4X2≤2400 X1
600 800
Punto Inferior
• Existen tres tipos puntos factibles
Punto Extremo
Punto límites
27

Resolución gráfica para encontrar la solución

óptima

28

14
 08-08-2023

comenzar con una ganancia dada de = $2,000...

X2
Entonces aumente la ganancia...
1200
...y continúe hasta que salga de la región factible

800
Ganancia 4,=$5040
Utilid. = $2,
3,000

600

X1

400 600 800

29

X2
1200
Se toma un valor cercano al
punto óptimo

800 Región no
factible
600

Feasible
Región
region
Factible
X1

400 600 800

30

15
 08-08-2023

Resumen de la solución óptima

Postes Destino Europa = 480

Postes Destino Asia = 240
Ganancia = $5040

– Esta solución utiliza todas las materias primas (preservante) y todas las
horas de producción.
– La producción total son 720 postes (no 800).
– La producción de PDE excede a la de PDA por sólo 240 postes y no por
450.

31

Conclusiones
• Las desigualdades lineales que contienen dos variables susceptibles
de representación gráfica en dos dimensiones por medio de un
medio espacio del plano cartesiano.

• El medio espacio está compuesto por la línea que representa la parte

de igualdad de la desigualdad y todos los puntos situados en un lado
de la recta (que representa la desigualdad estricta).

32

16
 08-08-2023

• Soluciones óptimas y puntos extremos.

– Si un problema de programación lineal tiene una solución óptima, entonces esta

corresponde a un punto extremo.

• Múltiples soluciones óptimas.

– Cuando existen múltiples soluciones óptimas implica que la función objetivo es una recta
paralela a uno de los lados de la región factible.
– Cualquier promedio ponderado de la solución óptima es también una solución óptima.

33

• Soluciones óptimas y puntos extremos.

– Si un problema de programación lineal tiene una solución óptima, entonces esta

corresponde a un punto extremo.

• Múltiples soluciones óptimas.

– Cuando existen múltiples soluciones óptimas implica que la función objetivo es una recta
paralela a uno de los lados de la región factible.
– Cualquier promedio ponderado de la solución óptima es también una solución óptima.

34

17