Investigacion Operativa

UNIVERSIDAD TECNOLÓGICA PRIVADA DE SANTA CRUZ
FACULTAD DE CIENCIAS EMPRESARIALES
GUÍA
INVESTIGACION DE
OPERACIONES
Santa Cruz, 2011
PROLOGO
Estimado estudiante,
Para el desarrollo de esta materia se ha preparado este material de estudio, el cual

comprende la parte básica de la Investigación de operaciones que le ayudaran a
comprender las aplicaciones a la toma de decisiones
Te recomiendo que en cuanto tengas cualquier duda de la materia te acerques a tu

docente para aclararla. Si bien la materia fue desarrollada con un alto contenido
matemático, su estudio requiere tan solo de operaciones sencillas.
Es importante aclarar que la finalidad de este curso es mostrar la forma en que puede
emplearse la investigación de operaciones para resolver problemas reales de la vida
profesional, aplicando las técnicas de la Investigación de Operaciones para la
optimización de los recursos.
AREA DE CIENCIA BASICAS

2
UNIVERSIDAD TECNOLÓGICA PRIVADA DE SANTA CRUZ
Facultad de Ciencias y Tecnología
IDENTIFICACIÓN
Carreras : Administración General, Ing. Comercial, Marketing y Publicidad

Materia : Investigación de Operaciones
Código : Min - 303
Pre requisito : Estadística 220
Hr- Prácticas : 40 Hr-Teóricas: 40
Créditos : 7
OBJETIVO GENERAL
-- Formular y aplicar modelos lineales a situaciones reales

-- Optimizar los recursos empleados en la organización usando las técnicas de programación
lineal (P.L.)
--Identificar las posibilidades de cambios en los sistemas productivos con base a análisis de
sensibilidad.
--Establecer los problemas de transporte y asignación como una variable del modelo de P.L.
--Aprender y aplicar la metodología de solución de los problemas de transporte.
--Comprender el planteo de un fenómeno de espera.
--Desarrollar un modelo de cola y canal de atención única.
PLAN TEMATICO
Unidad Temas
1 Introducción a la Investigación Operativa
2 Introducción a la Programación Lineal
3 Modelo de transporte
4 Asignación
5 Teoría de las líneas de espera

3
BIBLIOGRAFÍA RECOMENDADA
BASICA
 Mathur - Solow. “Investigación de Operaciones - El Arte de la Toma de Decisiones”. Editorial
Prentice Hall. 1996
 Hillier - Lieberman. “Introducción a la Investigación de Operaciones”. McGraw-Hill. Edición
Número 7. 2001.
 Taha. “Investigación de Operaciones” Editorial Pearson- Prentice Hall. 7a Edición. 2004
 Winston. “Investigación de Operaciones. Aplicaciones y Algoritmos. ” Thomson Editores. 2004.
 Barry Render Jay Heizer. “Principios de administración de operaciones”. Prentice Hall
Hispanoamericana, S.A. 1996
COMPLEMENTARIA
 Gallager Watson(1980) “Métodos Cuantitativos para la toma de decisiones en

Administración”
 Shamblin – Stevens(1975)“Investigación de Operaciones, un enfoque fundamental”
 Richard Bronson(1993) “Investigación de Operaciones”
PAGINAS RECOMENDADAS
1. Introducción a la Investigación de Operaciones (I.O)

1.1 Definición, desarrollo y tipos de modelos de la Investigación de Operaciones (I.O)
http://www.investigacion-operaciones.com/Historia.htm
1.2. Fases de estudio de la Investigación de operaciones
1.3. Principales aplicaciones de la investigación de operaciones
2. Programación Lineal.
2.1. Formulación de problemas lineales
http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r14500.DOC
2.2 Solución gráfica de un problema lineal

Miam Tun Nancy de los Angeles, SOLUCIÓN GRAFICA DE UN PROBLEMA LINEAL, Agosto 2006.
Taha Hamdy A. INVESTIGACION DE OPERACIONES, 5ta Ed.1995, Edit. Alfaomega,
960 Pág. Libro: 18-24.
2.3. Teoría del método Simplex

Miam Tun Nancy de los Angeles, TEORÍA DEL MÉTODO SIMPLEX, Agosto 2006.

4
Taha Hamdy A. INVESTIGACION DE OPERACIONES, 5ta Ed.1995, Edit. Alfaomega, 960Pág.
Libro: 70- 79
2.4. Forma tabular del método Simplex
Miam Tun Nancy de los Angeles, FORMA TABULAR DEL MÉTODO SIMPLEX, Agosto 2006.
Libro: 80-83
2.5. El método Simplex revisado y Casos especiales
Miam Tun Nancy de los Angeles, EL MÉTODO SIMPLEX REVISADO Y CASOS ESPECIALES,
Agosto 2006.
Libro: 98,101-106
3. Teoría de la dualidad y Análisis de sensibilidad

3.1. Teoría de la dualidad
3.1.1. Formulación del problema dual, Relación primal-dual, Interpretación económica del dual
Miam Tun Nancy de los Angeles, FORMULACIÓN DEL PROBLEMA DUAL, RELACIÓN
PRIMAL-DUAL, INTERPRETACIÓN ECONÓMICA DEL DUAL, Agosto 2006.
Taha Hamdy A. INVESTIGACION DE OPERACIONES, 7ma Ed. 2004, Edit. Pearson- Prentice
Hall, 830 Pág. Libro: 115-136.
3.2. Análisis de sensibilidad
3.2.1. Cambios que afectan la Optimalidad de la solución actual: Cambios en el vector costos Cj
(cuando Xj de Cj es básica, cuando Xj de Cj es no básica), Cambios en los coeficientes a (i,j) (cuando Xj de a
(i,j) es básica, cuando Xj de a (i,j) es no básica), y
Miam Tun Nancy de los Angeles, CAMBIOS QUE AFECTAN LA OPTIMALIDAD DE LA
SOLUCIÓN ACTUAL: CAMBIOS EN EL VECTOR COSTOS CJ (CUANDO XJ DE CJ ES BÁSICA, CUANDO XJ DE
CJ ES NO BÁSICA), CAMBIOS EN LOS COEFICIENTES A (I,J), ADICIÓN DE UNA NUEVA VARIABLE,Agosto
2006.
Hall, 830 Pág. Libro: 144,145,155-161.
4. Transporte y asignación
4.1. Solución de Problemas de Transporte
4.1.1. Definición del problema de transporte y El Método de Aproximación de Vogel (VAM)
Miam Tun Nancy de los Angeles, DEFINICIÓN DEL PROBLEMA DE TRANSPORTE Y EL
MÉTODO DE APROXIMACIÓN DE VOGEL (VAM), Agosto 2006.
Hall, 830 Pág. Libro: 165-168, 180-182.
4.1.2. Método MODI y Procedimiento de optimización
Miam Tun Nancy de los Angeles, MÉTODO MODI Y PROCEDIMIENTO DE OPTIMIZACIÓN,
Agosto 2006.
Hall, 830 Pág. Libro: 182-187.
4.2. Solución de Problemas de Asignación
4.2.1. Definición del problema de asignación
Miam Tun Nancy de los Angeles, DEFINICIÓN DEL PROBLEMA DE ASIGNACIÓN, Agosto
2006.
Hall, 830 Pág. Libro: 196.

5
PLANIFICACIÓN DE ACTIVIDADES DEL MÓDULO
Nro. de
UNIDADES ACTIVIDAD ORIENTACIONES PARA EL PRÓXIMO ENCUENTRO
Clase
Introducción. Análisis de la evaluación diagnóstica, ponderación de la
1 1. Introducción a la materia.
Investigación Operativa Presentación de la materia y las actividades
El estudiante deberá dominar toda la primera
1. Introducción a la
2 Se explicaran los conceptos básicos unidad tanto teórica como practica. Para la primera
Investigación Operativa
evaluación parcial
Programación Lineal
2. Introducción a la Resolver los ejercicios propuestos del 1 al 4
3 Método grafico .Determinar soluciones de maximización
Programación Lineal Práctico No 1
y minimización
4 Formulación de modelos de programación lineal Resolver los ejercicios propuestos:
Programación Lineal
Práctico No 3 y 4
2. Introducción a la Desarrollo del método Simplex. Resolver los ejercicios propuestos del 1 al 4
5
Programación Lineal PRACTICA EN LABORATORIO No1 ( Software TORA ) Práctico No 2

6 Desarrollo del método Simplex. Casos de maximización

7 Desarrollo del método Simplex. Casos de minimización
2. Introducción a la Desarrollo del método Simplex. Casos de especiales

8 Resolver ejercicios propios propuestos.
Programación Lineal PRACTICA EN LABORATORIO No2 ( Software TORA )
9 Dualidad y sensibilidad
Programación Lineal Resolver ejercicios propios propuestos.
Consolidación. Unidad I y II Presentar el primer avance del proyecto final
10 Consolidación Presentación del 1º Avance del Proyecto Final PREPARARSE PARA EL PRIMER PARCIAL

6
11 Primer Parcial Presentación de prácticos y evaluación parcial Presentación del portafolio con los ejercicios
resueltos del Practico 1 al 4.
Resolver los ejercicios propuestos del 1 al 3:
3. Modelos de
12 Análisis de casos de transporte. Método esquina noroeste Práctico No 5 ( Método E-NO )
Transporte
3.Modelos de Análisis de casos de transporte. Método matriz mínima Resolver los ejercicios propuestos del 1 al 3:
13
Transporte Práctico No 5 ( Método matriz mínima )
3.Modelos de Análisis de casos de transporte. Método Vogel Resolver los ejercicios propuestos del 1 al 3:
14
Transporte Presentación del 2º Avance del Proyecto Final Práctico No 5 ( Método Vogel)
Resolver los ejercicios propuestos del 1 al 4:

Análisis de casos de asignación. Práctico No 6
15 4. Asignación
PRACTICA EN LABORATORIO No3 ( Software TORA ) Presentar el segundo avance del proyecto final
PREPARARSE PARA EL SEGUNDO PARCIAL
Presentación de Prácticos y evaluación parcial
16 Segundo Parcial Presentación del 3º Avance del Proyecto Final
Calculo de medidas para las líneas de espera. Métodos de

17 5. Teoría de Colas na y varias líneas. Soluciones y determinación de la eficiencia Resolver los ejercicios propios propuestos
Consolidación Consolidación de todas las unidades avanzadas

18 Presentación del 4º Avance del Proyecto Final PREPARARSE PARA EL EXAMEN FINAL
.
Medir el aprovechamiento de la materia por los Prueba oral y recepción de los proyectos finales de
19 Proyecto Final
estudiantes. Exposición del Proyecto Final de aplicación. los alumnos
resentación de prácticos y Evaluación Final de todo el avance
20 Examen Final
de la materia.

7
GUÍA DE TRABAJO FINAL
FACULTAD: FCT MODULO: AULA:
Materia: INVESTIGACION OPERATIVA
Docente:
FECHA DE PRESENTACIÓN FINAL Y EXPOSICIÓN:
Objetivos del trabajo:

- Aplicar los conocimientos obtenidos y los diferentes métodos de optimización.
- Interpretar y validar los resultados obtenidos con los métodos aplicados
Guía:
1.- Elegir una empresa del medio o un negocio
2.- Investigar los problemas que se tienen en una empresa en cuanto a optimización,
transporte, asignación y teoría de colas
3.- Plantear el modelo de optimización para dicho problema.
4.- Resolver el problema aplicando los métodos conocidos. (Utilizar el programa informático
adecuado)
5.- Interpretar y validar los resultados.
6.- Aplicar los resultados del modelo en la empresa.
CARACTERÍSTICAS DE PRESENTACIÓN DEL TRABAJO:

-La presentación de calidad, se debe realizar impresa en papel tamaño carta con todos los
cálculos realizados escritos a máquina utilizando el editor de ecuaciones, los cuadros en
procesador de texto o planilla electrónica.
-El trabajo debe incluir el currículo del estudiante (en una sola hoja), considerando los
siguientes aspectos: datos personales, semestre en el que se encuentra en su carrera,
materias aprobadas hasta la fecha con las notas de aprobación, otros cursos realizados,
trabajos realizados que desee destacar.
La EXPOSICIÓN y DEFENSA oral se realizará en la fecha mencionada al inicio y utilizando

medios adecuados al trabajo.

8
ORIENTACIONES PARA EL APRENDIZAJE DURANTE EL DESARROLLO DE LA MATERIA
Nombre del formato: Formato para la Instrumentación Didáctica del

Código: SNEST-AC-PO-004-05
Periodo
Revisión: 4
Referencia a la Norma ISO 9001:2000 7.1, 7.2.1, 7.5.1, 7.6 Página 9 de 74
AREA ACADEMICA DE CIENCIAS BASICAS

INSTRUMENTACIÓN DIDACTICA DEL PERIODO ENERO-JUNIO 2011
ASIGNATURA __INVESTIGACION DE OPERACIONES 1 No. DE UNIDADES ____5___

UNIDAD No. ____INTRODUCCION A LA INVESTIGACION OPERATIVA _________GRUPO ________
CARRERA: Administración General, Ing. Comercial, Marketing y Publicidad__________________________________
PROFESOR __ ___________________________________________________________
OBJETIVO DE APRENDIZAJE
Los estudiantes con conocimientos previos de Álgebra y Geometría, elaboran un informe conteniendo la definición de Investigación Operativa y
sus fases.
Actividades del facilitador

Contenidos Actividades del participante Productos de
¿Qué va a hacer para ayudar Tiempo
¿Qué aprender? ¿Qué hacer para aprender? aprendizaje
que el participante aprenda?
1. Plantear los objetivos de la unidad, para que el 1. Resolverá ejercicios de 1. Puede graficar
1.1 Perspectiva Histórica estudiante conozca el alcance de la unidad. algebra y 5 ejercicios de una ecuación de
2. Realizar la prueba diagnóstica y repasar los geometría analítica el la recta y
1.2 ¿Que es la Investigación conceptos del Álgebra y la Geometría para primer día de clases. encontrar el punto
Operativa? posibilitar el abordaje de soluciones analíticas y 2. Hará lectura de de intersección 6
Horas
gráficas y asignar un práctico con 5 ejercicios comprensión de la entre dos rectas.
1.3 Fases de la Investigación para repaso de los conocimientos previos. Guía temática de la unidad. 2. Conoce el origen,
Operativa Maap. Pág. (15). 3. Resumirá los aspectos definición y las

9
3. Explicar el origen del estudio de la Investigación
Operativa y au aplicación en la actualidad. más relevantes del
4. Hacer énfasis en el concepto de Investigación tema, realizando un
fases de la
Operativa para su mejor comprensión. debate en clase
Investigación
5. Seleccionar y desarrollar ejemplos poniendo especial
Operativa.
representativos del tema. cuidado en el manejo de
3. Puede realizar la
6. Explicar en forma detallada las fases de la lenguaje propio del
autoevaluación
Investigación Operativa. tema.
desarrollada en
7. Diseñar autoevaluaciones para el tema, 4. Realizará su propia
línea.
poniéndolas en línea para que los estudiantes autoevaluación en el
las desarrollen. portal de la página Web.
8. Diseñar el examen de esta unidad considerando
las autoevaluaciones.
Materiales de apoyo Equipo requerido Fuentes de información

 Barry Render Jay Heizer.
 Texto Guía MAAP. Investigación de “Administración de Operaciones”.
Operaciones.  Pizarrón
Prentice Hall. Edición Número 1.
 Computadora portátil
 Mapas conceptuales. 1996. Paginas ( 4 – 9 )
 Multimedia
 Autoevaluaciones en línea.  Taha. “Investigación de
 Sitio para la autoevaluación en línea
Operaciones” Editorial Pearson-
Prentice Hall. 7a Edición. 2004
CRITERIOS DE EVALUACION
1. Respuestas de preguntas sobre la unidad mediante la autoevaluación en línea 10%

2 Presentación de la tarea de lectura comprensiva 10%
3. Presentación de prácticos propuesto repaso conocimientos previos 10%
3. Examen escrito 20%
El resto (50%) lo conforma el 1º examen parcial

10
7
Total mínimo para aprobar la unidad: 51%
OBSERVACIONES
 El estudiante deberá tener un compotamiento adecuado y de respeto con sus compañeros y con su profesor.
 Deberá ser puntual y asistir regularmente a su clase, cuando esto no se dé, deberá dar as conocer a su profesor la razón de su falta.
 Los trabajos deben contener una portada que comprenda toda la informacion, que identifique al alumno, tema del trabajo a que corresponde,
los trabajos deben se bien presentados, con limpieza calidad y buena ortografia para hacerse acreedor a la maxima puntuacion.
 Queda prohibido el uso de celulares y equipo de sonido personalizado en la hora de clase
Fecha de entrega de la instrumentación.

11
U n id a d 1
In t r o d u c c i ó n a l a In v e s t i g a c i ó n O p e r a t i v a - IO
P E R S P E C T IV A H IS T O R IC A
N ot a :
E n tod o el tex to n os L a s ra íc e s d e la In v e s tig a c ió n d e o p e ra c io n e s s e re m o n ta n a m u c h a s d é c a d a s ,
ref eri rem os a l a c u a n d o s e h ic ie ro n lo s p rim e ro s in te n to s p a ra e m p le a r e l m é to d o c ie n tífic o e n la
I n v esti gaci ón O p erati v a
com o I O .
a d m in is tra c ió n d e u n a e m p re s a . S in e m b a rg o e l in ic io d e e s ta a c tiv id a d lla m a d a
In v e s tig a c ió n d e O p e ra c io n e s (IO ) tie n e s u o rig e n e n la 2 d a . G u e rra M u n d ia l, d o n d e
e x is tía n g ru p o s e s p e c ia le s (M a te m á tic o s , F ís ic o s , P s ic ó lo g o s , In g e n ie ro s , e tc .), c u y a
I m p or t a n t e:
L a I O es tam bi én con oci da la b o r e ra a s e s o ra r a la o rg a n iz a c ió n m ilita r, e n e l p la n o e je c u tiv o e n re la c ió n a la s
com o A d m . d e op eraci on es o p e ra c io n e s b é lic a s (A n á lis is d e e s tra te g ia s d e b o m b a rd e o , d e fe n s a a é re a y
y /o A d m . d e l a p rodu cci ón .
p ro g ra m a c ió n d e o p e ra c io n e s lo g ís tic a s ).
A l fin a liz a r la g ra n g u e rra , u n g ru p o d e e llo s s e d e d ic ó a la in d u s tria y a l g o b ie rn o ,

e m p e z a n d o a a p a re c e r la p a la b ra IO . S e a trib u y e a G ra n B re ta ñ a , e l h a b e r in ic ia d o
la IO y a lo s E s ta d o s U n id o s e l rá p id o c re c im ie n to d e e s ta d is c ip lin a , q u e fu e
a c e p ta d a e n 1 9 4 7 g ra c ia s a l d e s a rro llo d e l M é to d o S im p le x .
R E L A C IO N C O N L A M A L L A C U R R IC U L A R
E STAD ISTIC A
D E SC R IPTIVA INVE TIG AC IO N

PR O D U C C IO N I PR O D U C C IO N II
MATE MATIC A E LE ME NTO S D E
O PE R ATIVA
BASIC A C ALC U LO
E STAD ISTIC A
INFE R E NC IAL
¿ Q U E E S L A IO ?
I m p or t a n t e: L a IO e s tá a s o c ia d a , c a s i e n e x c lu s iv a , c o n la a p lic a c ió n d e té c n ic a s m a te m á tic a s ,
L os p rob l em as d e d eci si ón p a ra re p re s e n ta r p o r m e d io d e u n m o d e lo p ro b le m a s d e d e c is ió n .
q u e se estu di an están
rel aci on ad os con l a
ad m i ni straci ón . C o m o té c n ic a p a ra la s o lu c ió n d e p ro b le m a s , la IO d e b e v is u a liz a rs e c o m o u n a
c ie n c ia y c o m o u n a rte . E l a s p e c to d e la c ie n c ia ra d ic a e n o fre c e r té c n ic a s y
N o ol v i d e q u e l a A d m .
an al i za l a form a d e u ti l i zar,
a lg o ritm o s m a te m á tic o s , p a ra re s o lv e r p ro b le m a s d e d e c is ió n a d e c u a d o s . L a IO e s
d e l a m an era m ás efi ci ente, u n a rte , d e b id o a q u e e l é x ito q u e s e a lc a n z a e n to d a s la s fa s e s a n te rio re s y
l os recu rsos escasos
p o s te rio re s a la s o lu c ió n d e u n m o d e lo m a te m á tic o , d e p e n d e e n fo rm a a p re c ia b le ,
L a I O trata d e rel aci on ar d e la c re a tiv id a d y la h a b ilid a d p e rs o n a l d e lo s a n a lis ta s e n c a rg a d o s d e to m a r la s
tres áreas d e u na em p resa: d e c is io n e s .
 Prod u cci ón,

 F i n an zas y F A S E S D E L A IN V E S T IG A C IÓ N O P E R A T IV A
 V en tas.
 D E F IN IC IÓ N D E L P R O B L E M A
D e fin ic ió n d e la m e ta o e l o b je tiv o d e l e s tu d io . P a ra d e fin ir e l p ro b le m a , d e b e m o s
p la n te a rn o s la s p re g u n ta s n e c e s a ria s .
 ID E N T IF IC A C IÓ N D E L A S A L T E R N A T IV A S D E D E C IS IÓ N D E L S IS T E M A
R e c o n o c im ie n to d e la s lim ita c io n e s , re s tric c io n e s y re q u e rim ie n to s d e l
s is te m a .

12
REPASO DE CONOCIMIENTOS PREVIOS:

13
Representación gráfica de una ecuación lineal
Procedimiento
Para representar gráficamente una ecuación lineal se tiene encuenta que

"toda ecuación de primer grado con dos variables representa una línea recta",
y se procede de la siguiente manera:
1. Se despeja a y en función de x
2. Se calculan los valores correspondientes de y para dos valores arbitrarios
de x (es preferible hallar los interceptos con los ejes, para lo cual se calcula el
valor de y cuando x es 0 (intercepto con el ejey), y se da un valor a x de tal
forma que el valor para y sea 0 (intercepto con el ejex)
3. Se construye una tabla de valores con los datos obtenidos en el paso
anterior
4. Se ubican y señalan en el plano cartesiano los puntos cuyas coordenadas
hallamos con anterioridad
5. Se unen mediante una línea recta los puntos señalados en el plano
Para hallar la intersección, el punto donde se cortan, de dos rectas en el
plano cartesiano, se trazan las gráficas de las dos ecuaciones e, igualando
las dos ecuaciones, se obtienen las coordenadas del punto común.
Representar gráficamente las siguientes ecuaciones:
x -2 0 2
y -2 0 2

14
x 0 5
y 5 0
x -6 -6 -6
y ... 0 ...
x ... 0 ...
y 7 7 7

15
x -2 0
y 3 -6
Hallar la intersección de:
Igualando las dos ecuaciones, hallamos que las rectas se intersectan en el punto P(5,3).
Ejercicios propuestos:
1.-Representar gráficamente:
a) y  2 x  4 x
c) y  4
b) y  2 x 2
2.- Encontrar el punto de intersección de las siguientes rectas:
x  y  6 4 x  5 y  32
a) b)
5 x  4 y  12 3 x  5 y  11

16

Periodo
Revisión: 4


UNIDAD No. ____INTRODUCCION A LA PROGRAMACION LINEAL _________GRUPO ________
PROFESOR __ ___________________________________________________________
 Conoce el concepto de programación lineal, puede plantear un modelo matemático y encontrar la solución a través de los
métodos de programación lineal, logrando interpretar en forma adecuada la tabla final optima.
 Obtiene los precios sombra, calcula el valor marginal y aplica la teoría dual.
1. Plantear los objetivos de la unidad, para que los 1. Resumirá los aspectos 1. Aplica el
2.1 Que es Programación estudiantes conozcan el alcance de la unidad. más relevantes del concepto de PL a
lineal. 2. Explica que es programación lineal. tema, poniendo especial casos prácticos.
3. Explica como plantear un modelo matemático cuidado en el manejo de 2. Resuelve
2.2 Modelos matemáticos de programación lineal. lenguaje propio del ejercicios por el
27
4. Seleccionar y desarrollar los pasos para resolver tema. método grafico y Horas
2.3 Modelo general de ejercicios por el método grafico. 2. Trabajará en equipo por el método
programación lineal 5. Asignar ejercicios (Práctico 1) para que los diferentes problemas simplex.
alumnos resuelvan extra-clase. dándole solución en la 3. Plantea ejemplos

17
2.4 Método Grafico 6. Realizar la practica de Laboratorio No1 misma clase a 4
de aplicación para
7. Explicar en forma detallada los pasos para ejercicios por el método
su posterior
2.5 Método Simplex ( caso resolver un ejercicio por el método simplex. grafico.
solución por
maximizar) 8. Coordinar con los estudiantes para que realicen 3. Realizara la práctica en
cualquier método
investigación, bibliográfica sobre los casos laboratorio para verificar
de PL
2.6 Soluciones especiales especiales del método simplex. sus resultados a través
4. Conoce los casos
métodos simplex 9. Explicar en forma detallada como resolver un del software
especiales del
ejercicio de minimización, ( Método M ) especializado.
método simplex.
2.7 Método M – Penalización 10.Asignar ejercicios (Práctico 2) para que los 4. Realizara un reporte del
5. Interpreta la tabla
( caso minimizar ) alumnos resuelvan extra-clase. trabajo de investigación
final optima del
11. Explicar como plantear un modelo matemático de las soluciones
método simplex
2.8 Elaboración de modelos con ejemplos de aplicación. especiales del método
6. Calcula el valor
matemáticos. 12.Realizar la practica de Laboratorio No2 simplex.
marginal de la FO
13.Asignar ejercicios (Práctico 3 y 4) para que los 5. En mesas de trabajo,
a través de los
2.9 Teoría dual y precios alumnos resuelvan extra-clase. resolverá 4 ejercicios
precios sombra.
sombra. 14.Analizar e interpretar la solución final optima del por el método simplex
7. Lleva ejemplos de
método simplex. (caso maximizar y
la forma primal a
15.Enseñar como obtener los precios sombra de la minimizar) haciendo
la forma dual.
tabla final optima del método simplex y calcular exposiciones ante el
el valor marginal de la FO. grupo dando una
autoevaluación
16.Enseñar como llevar del modelo primal al interpretación de los
desarrollada en
modelo dual. resultados obtenidos de
línea.
17.Diseñar autoevaluaciones para el tema, la tabla optima final.
9. Aplica el software
poniéndolas en línea para que los alumnos las 6. Resolverá en clase 6
especializado
desarrollen. ejemplos para plantear
para resolver
18.Diseñar el examen de esta unidad considerando un modelo matemático
ejercicios de PL.
las autoevaluaciones. y luego resolverlo por el
19.Revisión No1 del avance del proyecto final. método adecuado.

18
7. Interpretara 4 ejercicios
la tabla final optima del
método simplex para
calcular los precios
sombra.
8. Realizara 3 ejercicios
para llevar de la forma
primal a la dual y
resolverlos por cualquier
método de PL.
9. Resolverá extra-clase
los prácticos asignados
por tema.
10.Utilizara el aula virtual
para ampliar sus
conocimientos.
 Texto Guía MAAP. Investigación de  Pizarrón  Barry Render Jay Heizer.

Operaciones.  Computadora portátil
 Mapas conceptuales. “Administración de Operaciones”.
 Ejercicios prácticos correspondientes a  Multimedia Prentice Hall. Edición Número 1. 1996.
cada tema. Prácticos No 1 al 4  Sitio para la autoevaluación en línea Paginas ( 160 - 180 )
 Prácticas N° 1-2 de laboratorio para la
introducción al uso y manejo del  Aula con computadoras para práctica de  Taha. “Investigación de Operaciones”
software especializado. laboratorio. Editorial Pearson- Prentice Hall. 7a
 Pagina Web Edición. 2004 Paginas ( 70 – 161 )
 Autoevaluaciones en línea.

19
7
2 Presentación de la tarea de investigación bibliográfica sobre casos especiales método simplex 10%
3. Prácticos resueltos asignados por tema 10%
4. Manejo del software especializado 10%
5. Revisión No 1 del avance del proyecto final 10%
6. 1º Examen Parcial ( Unidad 1 y 2 ) 50%
OBSERVACIONES
 Los trabajos deben contener una portada que comprenda toda la informacion, que identifique al alumno, equipo de trabajo, tema del trabajo a
que corresponde, los trabajos deben se bien presentados, con limpieza calidad y buena ortografia para hacerse acreedor a la maxima
puntuacion.
Fecha de entrega de la instrumentación.

20
U n id a d 2
In tr o d u c c ió n a la P r o g r a m a c ió n lin e a l (P L )
2 .1 . P U N T O S D E IN T E R É S D E L A P L
E l a d je tiv o lin e a l s ig n ific a q u e to d a s la s fu n c io n e s m a te m á tic a s d e l m o d e lo d e b e r s e r
fu n c io n e s lin e a le s . En e s te ca so, la s p a la b r a p r o g r a m a c ió n no se r e fie r e a
p r o g r a m a c ió n e n c o m p u ta d o r a s ; e n e s e n c ia e s u n s in ó n im o d e p la n e a c ió n .
L a p r o g r a m a c ió n lin e a l u tiliz a u n m o d e lo m a te m á tic o p a r a d e s c r ib ir e l p r o b le m a .
A s í, la p r o g r a m a c ió n lin e a l tr a ta la p la n e a c ió n d e la s a c tiv id a d e s p a r a o b te n e r u n
r e s u lta d o ó p tim o , e s to e s , e l r e s u lta d o q u e m e jo r a lc a n c e la m e ta e s p e c ific a d a
( s e g ú n e l m o d e lo m a te m á tic o ) e n tr e to d a s la s a lte r n a tiv a s d e s o lu c ió n .
L a P L e s u n a té c n ic a m a te m á tic a a m p lia m e n te u tiliz a d a , d is e ñ a d a p a r a a y u d a r a lo s
a d m in is tr a d o r e s de p r o d u c c ió n y o p e r a c io n e s en la p la n e a c ió n y to m a de
d e c is io n e s r e la tiv a s a la a s ig n a c ió n y u s o d e r e c u r s o s . ( E x tr a íd o d e l lib r o “P r in c ip io s
d e A d m in is tr a c ió n d e O p e r a c io n e s ”, R e n d e r- H e iz e r , p á g in a 1 6 0 )
A lg u n o s d e e je m p lo s d e p r o b le m a s , e n lo s q u e la P L h a s id o a p lic a d a e x ito s a m e n te
e n la a d m in is tr a c ió n d e o p e r a c io n e s ( IO ), s o n :
 L a s e le c c ió n d e la m e z c la d e p r o d u c to s e n u n a fá b r ic a , p a r a te n e r e l m e jo r u s o
d e la s h o r a s d is p o n ib le s d e la m a q u in a r ía y la m a n o d e o b r a , m ie n tr a s s e
m a x im iz a la u tilid a d d e la s e m p r e s a s .
 L a s e le c c ió n d e d ife r e n te s m e z c la s d e m a te r ia p r im a e n lo s m o lin o s d e c o m id a
p a r a p r o d u c ir c o m b in a c io n e s d e a lim e n to s te rm in a d o s a l m ín im o c o s to .
 L a d e te rm in a c ió n d e u n s is te m a d e d is tr ib u c ió n q u e m in im ic e e l c o s to to ta l d e
e m b a rq u e d e v a r io s a lm a c e n e s a v a r ia s lo c a liz a c io n e s d e m e r c a d o .
 E l d e s a r r o llo d e u n p r o g ra m a d e p r o d u c c ió n q u e s a tis fa g a la s d e m a n d a s fu tu r a s
p a r a u n p r o d u c to d e u n a c o m p a ñ ía y , a l m ín im o tie m p o , m in im ic e lo s c o s to s
to ta le s d e p r o d u c c ió n e in v e n ta r io s .
L o s té r m in o s c la v e e n la P L s o n r e c u r s o s y a c tiv id a d e s .
L o s e je m p lo s d e r e c u r s o s s o n :
 D in e r o
 T ip o s e s p e c ia le s d e m a q u in a r ia s y e q u ip o s
 V e h íc u lo s
P r eg u n t a :  P e rs o n a l
D e acu er d o a estos  T ie m p o y
ej em p l os ¿q u é en ti en d e U d .
p or r ecu r so y q u é p or  E s p a c io fís ic o
acti v i d ad ? L o s e je m p lo s d e a c tiv id a d e s in c lu y e n :
 I n v e r s ió n d e d in e r o e n p ro y e c to s e s p e c ífic o s
 P u b lic id a d e n u n m e d io d e te rm in a d o
 E l e n v ío d e b ie n e s d e c ie r ta fu e n te a c ie rto d e s tin o
 L a p r o d u c c ió n d e u n c ie rto b ie n
2 .2 . M O D E L O S M A T E M Á T IC O S
L a m o d e la c ió n s e d e fin e c o m o e l p r o c e s o d e a b s tr a c c ió n d e l s is te m a r e a l a u n
m o d e lo c u a n tita tiv o .
L a m o d e la c ió n e s s in d u d a u n a c o m b in a c ió n d e a r te y c ie n c ia . N o s e p u e d e p r e c is a r
u n a m e to d o lo g ía p a r a la c o n s tr u c c ió n d e u n m o d e lo , p o r lo q u e n e c e s a ria m e n te la
m o d e la c ió n s e a p r e n d e c o n la p r á c tic a .

21
¿ C O MO PL A NTE A R E L MO D E L O D E PL ?
N ota:
E stas pu ed en ser d e tan tos  D E F IN IR L A S V A R IA B L E S D E D E C IS IÓ N :
ti p os di feren tes com o sea
n ecesari o. E n l a m ay orí a d e S o n la s in c ó g n ita s d e l p r o b le m a y b á s ic a m e n te c o n s is te n
l os p rob l em as a form u l ar, l a
d efi n i ci ón d e l as v ari ab l es
en lo s n iv e le s de to d a s la s a c tiv id a d e s que pueden
es el p u n to cl av e.
¿ QUE HACER Y EN
lle v a r s e a c a b o e n e l p r o b le m a a fo rm u la r.
Q UE CANTIDAD?
 E N C O N T R A R L A S R E S T R IC C IO N E S :
N ota:
L as r estri cci on es m ás S o n d ife r e n te s r e q u is ito s q u e d e b e c u m p lir c u a lq u ie r s o lu c ió n p a r a q u e
com u n es son :
p u e d a lle v a r s e a c a b o . E n c ie r ta m a n e r a s o n la s lim ita n te s e n lo s v a lo r e s d e
R estri cci on es d e cap aci d ad . lo s n iv e le s d e la s d ife r e n te s a c tiv id a d e s ( v a r ia b le s ).
L i m i tan el v al or de l as
v ari ab l es d eb i d o a la
d i sp on i bi l i dad de h oras-
 D E T E R M IN A R L A F U N C IÓ N O B J E T IV O :
h om b re, h oras- m áqu i n a,
esp aci o, etc. C o n e l o b je tiv o s e p r e te n d e m e d ir la e fe c tiv id a d d e la s d ife r e n te s s o lu c io n e s
fa c tib le s q u e p u e d e n o b te n e r s e y d e te rm in a r la m e jo r s o lu c ió n .
R estri cci on es d e m ercad o.
S u rgen de l os v al o res
m áx i m os y /o m í n i m os d e l a D e b e r á d e fin ir s e c la r a m e n te la s u n id a d e s d e m e d ic ió n d e l o b je tiv o , c o m o
d em an d a. d in e r o , tie m p o , e tc .
R estri cci on es d e en trad as.
S on l i m i tan tes d eb i d o a l a
escasez d e m ateri as p ri m as,
2 .1 . MO DELO G ENER AL DE PL
m an o d e ob ra, di n ero, etc.
O p tim iz a r ( m a x im iz a r o m in im iz a r ):
N ota:
E x i sten 2 m étod os para
reso l v er l os p rob l em as d e
PL : c1x 1 + c 2 x 2 + ....+ c n x n = Z
 M étod o G ráfi co
 M étod o S i m p l ex
S u je ta a la s s ig u ie n te s re s tr ic c io n e s :
a 1 1 x 1 + a 1 2 x 2 + ....+ a 1 n x n < b1
a 2 1 x 1 + a 2 2 x 2 + ....+ a 2 n x n < b2
a m 1 x 1 + a m 2 x 2 + ....+ a m n x n < bm
D o n d e e l v a lo r d e la s v a ria b le s e s :
x 1, x 2, … .. x n  0

22
23
24
25
2 .4 M é to d o S im p le x
2 . 4 . 1 M E T O D O S IM P L E X ( C A S O M A X I M I Z A C I O N )
L a m a y o r ía d e lo s p r o b le m a s d e P L tie n e n m á s d e 2 v a r ia b le s y s o n , p o r e n d e ,
N ota: d e m a s ia d o g r a n d e s p a ra u n a s o lu c ió n g r a fic a . U n p r o c e d im ie n to lla m a d o M é to d o
G eor ge B . D an tzi g es el
S im p le x p u e d e s e r u tiliz a d o p a r a e n c o n tr a r la s o lu c ió n ó p tim a .
cr ead or d el M étod o
S i m p l ex y de la
p r ogr am aci ón l i n eal . E l M é to d o S im p le x e s e n r e a lid a d u n a lg o r itm o (o u n c o n ju n to d e in s tr u c c io n e s ) c o n
lo c u a l s e e x a m in a n lo s p u n to s e n la s e s q u in a s d e u n a m a n e r a m e tó d ic a h a s ta
c o n s e g u ir la m e jo r s o lu c ió n . E x is te n s o ftw a r e s q u e p e r m ite n r e s o lv e r p r o b le m a s d e
P L , p e r o e s ú til e n te n d e r la m e c á n ic a d e l a lg o r itm o . A c o n tin u a c ió n d e fin ir e m o s
a lg u n o s té rm in o s im p o rta n te s :
 V A R IA B L E D E H O L G U R A
N ota: E s a q u e lla v a r ia b le q u e p e r m ite c o n v e r tir u n a d e s ig u a ld a d ( ) e n u n a ig u a ld a d
L as v ar i ab l es d e h ol gu r a (= )
r ep r esen tan
u ti l i zad os, tal
r ecu r sos
com o
no
el
 S O L U C IÓ N B Á S IC A
ti em p o en una m áqu i n a, E s u n a s o lu c ió n d e u n s is te m a d e s is te m a d e e c u a c io n e s lin e a le s s im u ltá n e a s .
esp aci o fí si co, d i n er o, etc.
 S O L U C IÓ N F A C T IB L E
S i to d a s la s v a r ia b le s , d e u n a s o lu c ió n b á s ic a , a s u m e n v a lo r e s n o n e g a tiv o s , d e
lo c o n tr a r io e s n o fa c tib le .
 S O L U C IO N Ó P T IM A
E s la m e jo r s o lu c ió n fa c tib le .
 E L MÉ TO D O D E L A M
E s u n p r o c e d im ie n to q u e p e rm ite r e s o lv e r p r o b le m a s d e p r o g r a m a c ió n lin e a l q u e
in c lu y e n r e s tr ic c io n e s “= ” y “= > ”.
F O R M A D E IG U A L D A D (F O R M A E S T A N D A R )
E l p r im e r p a s o d e l M é to d o S im p le x r e q u ie r e q u e s e c o n v ie r ta c a d a d e s ig u a ld a d d e
r e s tr ic c ió n en una e c u a c ió n . Las r e s tr ic c io n e s  pueden ser c o n v e r tid a s a
e c u a c io n e s a l s u m a r u n a v a r ia b le d e h o lg u r a , ta l c o m o s e ilu s tr a a c o n tin u a c ió n :
P R O B L E M A O R IG IN A L :
Max z = 10X 1 + 12X 2


2X 1 + 3X 2 15
2X 2  6
X1 + X2  6
S e s u m a n la s v a r ia b le s d e h o lg u r a d e l la d o
iz q . d e la d e s ig u a ld a d . O b s e r v e q u e e n la
fu n c ió n o b je tiv o n o e x is te n h o lg u r a s .

26
FORMA DE IGUALDAD:
=
-10X1 -12X2 0
+H3 =
2X1 +3X2 15
2X2 +H4 = 6
X1 +X2 +H5 = 6
Estamos copiando los coeficientes de cada
variable y los espacios vacíos se rellenan con
cero.
TABLA INICIAL
X1 X2 H3 H4 H5 LD
-10 -12 0 0 0 0
2 3 1 0 0 15
0 2 0 1 0 6
1 1 0 0 1 6
Nota: METODO SIMPLEX

Es bueno avisarle que, el
método que se describe EJEMPLO 1
es solamente para 2. PASO: TABLA INICIAL
maximizar y cuando
todas las restricciones
Resuelva el siguiente problema de Llevar los coeficientes de estas
son  (menores
iguales). programación lineal utilizando el variables a una tabla, tal como se
Método Simplex: muestra abajo, donde la 1° fila es la
Si Ud. desea resolver FO y las demás filas son las
otros tipos de problemas
deberá realizarlos a igualdades del paso anterior:
través de un software.
Max z = 10X1 + 12X2 X1 X2 H3 H4 H5 LD
Consulte a su profesor -10 -12 0 0 0 0
cualquier duda  2 3 1 0 0 15
2X1 + 3X2 1
0 2 0 1 0 6
2X2  1 1 0 0 1 6
X1 + X2 
X1, X2 
3. PASO:
Ubicar, en la FO el valor más negativo,
1. PASO: en nuestro caso este valor
Igualar la Función Objetivo (FO) corresponde al 12, observe:
Nota:
a cero y llevar a la forma de
Para realiza este igualdad a las restricciones:
proceso, utilizaremos un X1 X2 H3 H4 H5 LD
teorema matemático que -10 -12 0 0 0 0
dice: “toda desigualdad
= 2 3 1 0 0 15
se puede convertir en -10X1 -12X2
igualdad sumando un 0 2 0 1 0 6
variable al lado izq. de la +H3 =
restricción” 2X1 +3X2 1 1 0 0 1 6
2X2 +H4 =
X1 +X2 +H5 =

27
28
X1 X2 H3 H4 H5 LD
4. PASO: ELEMENTO PIVOTE -10 0 0 6 0 36
2 0 1 -3/2 0 6
Marcar la columna del valor
0 1 0 1/2 0 3
anterior y determinar las razones
para cada igualdad, para esto 1 0 0 -1/2 1 3
dividir el lado derecho LD entre los 7. ¿ES LA SOL. OPTIMA?
coeficientes de la columna Para determinar esto, debemos
marcada (columna X2 en este observar la fila de la FO, y
caso) de la siguiente manera: preguntarnos si existen todavía
Nota: valores negativos. Observemos la
Si no existiesen valores
negativos en está fila el X2 LD tabla anterior:
Método Simplex termina,
interpretamos la tabla y -12 0 X1 X2 H3 H4 H5 LD
determinamos la 3 15 15  3 = 5 -10 0 0 6 0 36
solución.
2 6 62=3  2
0
0
1
1
0
-3/2
1/2
0
0
6
3
1 6 61=6
1 0 0 -1/2 1 3
Seleccionar la razón más pequeña,
no negativa, y ubicar el elemento Como verá, existe un valor negativo
que corresponda a la columna todavía (el 10) y se deberán realizar
seleccionada. todos los pasos, otra vez, a partir del
4° (el cual consiste en determinar el
nuevo ELEMENTO PIVOTE)
5. PASO:
Convertir el ELEMENTO PIVOTE en A continuación se resume todo lo que
1, dividiendo toda la fila por el hemos hecho, más el proceso
mismo (dividiremos por 2 en este completo:
caso). TABLA INICIAL:
X1 X2 H3 H4 H5 LD
X1 X2 H3 H4 H5 LD 10 12 0 0 0 0
-10 -12 0 0 0 0 2 3 1 0 0 15
2 3 1 0 0 15 0 2 0 1 0 6
0/2 2/2 0/2 1/2 0/2 6/2 1 1 0 0 1 6
1 1 0 0 1 6 RESULTADO DE LA PRIMERA
Entonces tendremos: ITERACION:
X1 X2 H3 H4 H5 LD X1 X2 H3 H4 H5 LD
-10 -12 0 0 0 0 -10 0 0 6 0 36
2 3 1 0 0 15 2 0 1 -3/2 0 6
0 1 0 1/2 0 3 6 1 0 1/2 0 3
1 1 0 0 1 6 1 0 0 -1/2 1 3
RESULTADO DE LA SEGUNDA
ITERACION:
6. PASO: X1 X2 H3 H4 H5 LD
Convertir todos los elementos de 0 0 0 1 10 66
la COLUMNA PIVOTE en cero o 0 0 1 -1/2 -2 0
positivos, a través de operaciones 0 1 0 ½ 0 3
en fila. El resultado es: 1 0 0 -1/2 1 3
AREA DE CIENCIAS BASICAS 28

PASO FINAL:
INTERPRETACION METODO SIMPLEX
Para interpretar se ubican aquellas EJEMPLO 2
columnas en las que hubiera 1 y 0 Resuelva el siguiente problema de
solamente, observe: programación lineal utilizando el
Método Simplex:
ITERACION:
X1 X2 H3 H4 H5 LD Max z = 3X1 + X2 + 4X3
0 0 0 1 10 66 6X1 + 3X2 + 5X3  30
0 0 1 -1/2 -2 0 3X1 + 4X2 + 5X3  60
0 X1, X2, X3  0
1 0 0 3
1/2
1 0 0 -1/2 1 3
 Igualar la Función Objetivo (FO) a
cero y llevar a la forma de
Entonces: igualdad a las restricciones:
X1 = 3
X2 = 3 3X1 X2 4X3 = 0
H3 = 0 6X1 +3X2 +5X3 +H4 = 30
3X1 +4X2 +5X3 +H5 = 60
Los otros valores que queden
serán cero siempre:  Armar la TABLA INICIAL y empezar
H4 = 0 a resolver:
H5 = 0
TABLA INICIAL:
El valor de la FO corresponde al X1 X2 X3 H4 H5 LD
valor de la esquina superior 3 1 4 0 0 0
derecha de la tabla anterior: 6 3 5 1 0 30
Z = 66 3 4 5 0 1 60
RESULTADO DE LA PRIMERA
ITERACION:
X1 X2 X3 H4 H5 LD
Nota:
9/5 7/5 0 4/5 0 24
No olvide que para la 6/5 3/5 1 1/5 0 6
interpretación debe -3 1 0 -1 1 30
buscar las columnas con
1 y con 0.
 Interpretación:
X1 = 0
X2 = 0
X3 = 6
H4 = 0
H5 = 30
Z = 24

METODO SIMPLEX
EJEMPLO 3
Resuelva el siguiente problema de
programación lineal utilizando el
Método Simplex:
 Igualar la Función Objetivo (FO) a
cero y llevar a la forma de
Max z = 3X1 + 5X2
1X1  4
2X2  12
3X1 + 2X2  18
X1, X2  0
igualdad a las restricciones:
=
3X1 5X2 0
1X1 +H3 = 4
2X2 +H4 = 12
3X1 +2X2 +H5 = 18
 Armar la TABLA INICIAL y empezar

a resolver:
TABLA INICIAL:
X1 X2 H3 H4 H5 LD
3 5 0 0 0 0
1 0 1 0 0 4
0 2 0 1 0 12
3 2 0 0 1 18
RESULTADO DE LA PRIMERA
ITERACION:
X1 X2 H3 H4 H5 LD
3 0 0 5/2 0 30
1 0 1 0 0 4
0 1 0 1/2 0 6  Interpretación:
3 0 0 -1 1 6
X1 = 2
ITERACION: X2 = 6
X1 X2 H3 H4 H5 LD H3 = 2
0 0 0 3/2 1 36 H4 = 0
0 0 1 1/3 -1/3 2 H5 = 0
0 1 0 1/2 0 6 Z = 36
1 0 0 -1/3 1/3 2
2.4. 1Soluciones Especiales del método simplex

2.4.1.1 SIN SOLUCION FACTIBLE
X1 X2 X3 H4 A5 Se dice que no hay solución factible,

-3+M 0 0 0 M 12 cuando cualquier solución óptima
-2 0 -2 1 0 6 obtenida, por el método de la M,
contiene al menos una variable
0 1 ½ 0 0 10
artificial distinta de cero
-1 0 -1 0 1 5
2.4.1.2 NO HAY VARIABLE BASICA QUE SALE (SOLUCION NO ACOTADA)
X1 X2 H3 H4 H5 columna pivote son ceros y/o

-3 2 0 0 0 0 negativos. Esto significa que las
-2 0 1 0 0 6 restricciones no impiden el
crecimiento indefinido de la función
0 2 0 1 0 10
objetivo.
-1 2 0 0 1 5
En este caso el Método Simplex se
Note que se tiene una variable básica detiene y se dice que la solución es no
de entrada X1.Al encontrar a la acotada ya que es imposible lograr
variable de salida, nos encontramos ganancias infinitas.
con que todos los coeficientes de la
2.4.1.3 SOLUCION ÓPTIMA MULTIPLE
X1 X2 H3 H4 H5 Existen varias soluciones óptimas

0 0 0 0 1 18 múltiples cuando al menos una
1 0 1 0 0 4 variable no básica tiene coeficiente
cero en la ecuación cero final (FO). En
0 0 3/2 1 -1/2 3
este ejercicio H3 tiene coef. cero.
0 1 -3/2 0 1/2 3
2.4.1.4 EMPATE PARA LA VARIABLE BASICA QUE SALE = DEGENERACION
X1 X2 H3 H4 H5 solución la variable básica no

-3 -2 0 0 0 0 escogida tendrá siempre valor cero.
2 0 1 0 0 4
0 2 0 1 0 12
9 2 0 0 1 18
Observe que X1 es la variable básica

de entrada.
Al encontrar a la variable de salida,
nos encontramos con que existe un
empate entre H3 y H5 al encontrar la
menor razón:
Se recomienda romper el empate
arbitrariamente.
La solución básica factible resultante

se llama degenerada, porque en la
2.5 METODO SIMPLEX (CASO MINIMIZACIÓN)
Directamente no se lo puede resolver un problema de minimización. No
obstante, se lo convierte en una maximización y se resuelve como si fuera una
maximización, después se cambia “-Z” a Min “Z”. Es decir:
Min ( Z ) = Max ( - Z )
Para plantear una solución básica factible, tanto en una minimización como
en una maximización se deben considerara el signo de cada restricción
siguiendo la siguiente regla:
Signo Variables
= Sumar una variable Artificial
≥ Sumar una variable Artificial y
restar una variable de Holgura.
≤ Sumar una variable de Holgura
RECUERDE:
.
Restriccione Ecuacione FO Max FO Min Solamente se utiliza para plantear una solución inicial factible y no debe ser
s s considerada en la solución óptima, es decir no debe tener asignado ningún
= +A - MA + MA
valor.
 -H + A - MA + MA Con el objetivo de eliminar dichas variables se realiza la penalización, método
que se explica a continuación.
 +H -------- -------
MINIMIZACIÓN
EJEMPLO 1
Minimizar Z = 3X1 + 2X2 + X3

Restricciones:
X1 + X2 = 7
3X1 + X2 + X3 ≥ 10
X1, X2, X3 ≥ 0
Nota:
La forma estándar de este modelo es: En los casos de minimización. En la
función objetivo se asigna a las
Minimizar Z = 3X1 + 2X2 + X3 variables Artificiales un coeficiente
positivo que representa una valor muy
grande (M).
Maximizar ( - Z ) = - 3X1 - 2X2 - X3 - M A4 - MA6
Llevar a la forma de igualdad:
F.O => 3X1 + 2X2 + X3 + M A4 + MA6 = 0
Restricciones
X1 +X2 + A4 = 7
3X1 +X2 + X3 - H5 + A6 = 10
X1 , X2 , X3 , A4 , H5, A6 ≥ 0
32
AREA DE CIENCIAS BASICAS
Tabla Inicial:
X1 X2 X3 A4 H5 A6 LD
3 2 1 M 0 M 0
1 1 0 1 0 0 7
3 1 1 0 -1 1 10
Eliminando las M de la función Objetivo de la tabla inicial se tiene:

3 – 4M 2 – 2M 1 - M 0 M 0 -17M
1 1 0 1 0 0 7
3 1 1 0 -1 1 10
Se asigna un valor muy grande para M, por ejemplo si M=100, entonces se
tiene:
-397 -198 -99 0 100 0 -1700
1 1 0 1 0 0 7
3 1 1 0 -1 1 10
Se resuelve con el método Simplex caso maximizar, se tiene la siguiente tabla:
Resultado de la Primera Iteración:
-
0 -197/3 100/3 0 -97/3 397/3
1130/3
0 2/3 -1/3 1 1/3 -1/3 11/3
1 1/3 1/3 0 -1/3 1/3 10/3
Resultado de la Segunda Iteración:

0 0 1/2 197/1 1/2 597/2 -31/2
0 1 -1/2 3/2 ½ -1/2 11/2
1 0 1/2 -1/2 -1/2 1/2 3/2
SOLUCIÓN
X1 = 3/2 Nota:
X2 = 11/2 Se obtiene la solución Optima cuando los
X3 = 0 coeficiente de la función objetivo son positivos,
A4 = 0 menos LD
H5 = 0
A6 = 0
Min Z = 31/2
Ejemplos Propuestos
Resuelva los siguientes problemas de minimización: X1 = 0
a) Minimizar Z = 2X1 + 3X2 X2 = 5
Restricciones: 2X1 + 2X2 ≤ 30 H1 = 20
X1 + 2X2 ≥ 10 Resp a)
H2 = 0
X1, X2 ≥ 0 X1 =A3
1=0
X2 =Z0 = 15
H3 = 0
Resp b) A4 = 0
H5 = 4 33
AREA DE CIENCIAS BASICAS A6 = 0
Z =5
b) Minimizar Z = 5X1 + 6X2
Restricciones: 2X1 + X2 ≥ 2
4X1 + X2 ≥ 4
X1, X2 ≥ 0
2.6 ELABORACION DE MODELOS (PLANTEAMIENTOS)

En la elaboración de modelos se trata de transformar un problema real a un
modelo matemático (formado por variables, restricciones y una función
objetivo).
EJEMPLO 1
Un fabricante produce tres tipos de juguetes: A, B y C. La capacidad de la
planta está limitada a la capacidad de producción de las máquinas disponibles
en los procesos de moldeado, ensamblado y pintado.
Se dispone de un máximo de 120 horas semanales en departamento de
moldeado, 100 horas en ensamblado y 40 horas en el departamento de pintura.
La fábrica trabaja de lunes a viernes 24 horas al día.
Los tiempos que se requieren en cada departamento para procesar una unidad
de un juguete, así como las utilidades por unidad, vienen dados por:
MOLDEADO ENSAMBLE PINTADO UTILIDAD

0.3 [Hr 0.1 [Hr/ 10
A 0.4 [Hr/Unidad]
Unidad] Unidad] [$us/unidad]
0.4 [Hr/ 0.2 [Hr/ 8
B 0.2 [Hr/ Unidad]
0.2 [Hr/ 0.1 [Hr/ 7
C 0.3 [Hr/ Unidad]
Horas por
Semana 120 100 40
disponibles
Nota2:
Debe verificar que las Formule un modelo de programación lineal para determinar el número de
unidades en ambos
lados de cada restricción unidades de cada juguete a producir por semana:
sean equivalentes. Esta
es la mejor prueba para
verificar un planteo 1. DEFINIR LAS VARIABLES
correcto.
X = Número de unidades del juguete tipo “A” a producir [Unidad].
Nota1:
Las variables Y = Número de unidades del juguete tipo “B” a producir [Unidad].
generalmente están
asociadas a los costos, Z = Número de unidades del juguete tipo “C” a producir [Unidad].
utilidades, ingresos,
egresos, etc. En este
2. ENCONTRAR LAS RESTRICCIONES
34
DPTO. DE MOLDEADO: 0.4X + 0.2Y + 0.3Z  120
DPTO. DE ENSAMBLE: 0.3X + 0.4Y + 0.2Z  100
DPTO. DE PINTADO: 0.1X + 0.2Y + 0.1Z  40
Nota3:
Todos los ingresos, X, Y, Z  0
egresos, costos,
utilidades, etc. deben
ubicarse en la FO. 3. DEFINIR LA FUNCION OBJETIVO
Maximizar F = 10X + 8Y + 7Z
Observe que la FO
corresponde al total de EJEMPLO 2
la utilidad, que equivale a
la suma de las utilidades Una compañía carbonífera es propietaria de dos minas, la primera produce
de cada tipo de diariamente como máximo 1 Ton de carbón de alta calidad, 4 Ton de mediana
calidad y 6 Ton de carbón de baja calidad; la segunda mina puede producir
como máximo 4 Ton de carbón de alta calidad, 4 de mediana y 2 de baja
calidad. Asimismo, a la compañía le cuesta 100 $us/Día la operación de la
mina I y 150 $us/Día la mina II.
La compañía tiene pedidos arriba de 80, 160 y 120 Ton de carbón de alta,
mediana y baja calidad respectivamente.
El problema consiste en determinar cuántos días debe trabajar cada mina para
minimizar los costos de operación.
0. ARMAR UNA TABLA CON LOS DATOS

Producción Producción
Demanda
Calidad Mina I Mina II
[Ton]
[Ton/Día] [Ton/Día]
Alta 1 4 80
Mediana 4 4 160
Baja 6 2 120
Costo 100 [$US/Día] 150 [$US/Día]
Nota1: 1. DEFINIR LAS VARIABLES

Las variables en este
caso están asociadas a X1 = Número de días que debe trabajar la mina I [Días]
los costos.
X2 = Número de días que debe trabajar la mina II [Días]
Nota2:
Debe verificar que las 2. ENCONTRAR LAS RESTRICCIONES
unidades en ambos
lados de cada restricción DEMANDA CARBON DE ALTA 1X1 + 4X2  80
sean equivalentes. Esta DEMANDA CARBON DE MEDIANA 4X1 + 4X2  160
es la mejor prueba para
verificar un planteo DEMANDA CARBON DE BAJA 6X1 + 2X2  120
correcto. X1, X2  0
Nota3:
Observe que la FO
corresponde al total de 3. DEFINIR LA FUNCION OBJETIVO
los costos originados
por los días de Minimizar Z = 100X1 + 150X2
producción de cada
Mina
35
EJEMPLO 3
Una pequeña carpintería, fabrica sillas y mesas. La misma, tarda dos horas en
ensamblar una mesa, y 30 minutos en armar una silla. El ensamblaje lo
realizan cuatro trabajadores en un solo turno de 8 horas. Los clientes suelen
comprar el juego (4 sillas y una mesa) cuando la mesa se vende a 135 Bs. y 50
Bs. cada silla.
Determine la combinación óptima de sillas y mesas en la carpintería a través

de un modelo matemático.
Nota1:
caso están asociadas a
los precios. 0. ARMAR UNA TABLA CON LOS DATOS
TIEMPOS D E RELACION PRECIOS

ENSAMBLE ENTRE LOS [$US/UNIDAD
[HR/UNIDAD] PRODUCTOS ]
MESA X 2 135
4X = 1Y
SILLA Y 1/2 50
DISPONIBILIDAD 4TRAB x 8 HR
[HR] = 32
Nota2:
Debe verificar que las
unidades en ambos 1. DEFINIR LAS VARIABLES
lados de cada restricción
sean equivalentes. X = Cantidad de mesas a producir [Unidad]
Observe que también Y = Cantidad de sillas a producir [Unidad]
existen restricciones de
igualdad.
TIEMPOS DE ENSAMBLE 2X + 1/2Y  32
RELACION ENTRE PRODUCTOS 4X  1Y = 0
X,Y  0
Nota3:
3. DEFINIR LA FUNCION OBJETIVO
Observe que la FO Maximizar Z = 135X + 50Y
corresponde al total de
los ingresos originados EJEMPLO 4
por los 2 productos.
Un agricultor posee cerdos que consumen 90 Kg. de comida especial todos
los días. El alimento se prepara como una mezcla de maíz y harina de soya
con las siguientes composiciones.
Alimento Calcio Proteínas Fibra

Costo
[Kg calcio/Kg de [Kg proteína/Kg de [Kg fibra/Kg de
Bs/Kg
alimento] alimento] alimento]
36
Maíz 0.001 0.09 0.02 0.20
Harina de
0.002 0.60 0.06 0.06
soya
0.1% x 90 Kg = 0.09 30% x 90 Kg = 27 5% x 90 Kg = 4.5
Requisitos:
Kg Kg Kg
Los requisitos diarios de alimento de los cerdos son:

A. Cuando menos 0.1% de calcio, del total que se consume.
B. Por lo menos 30% de proteínas, del total que se consume.
C. Un máximo de 5% de fibra, del total que se consume.
Determine la mezcla de alimentos con el mínimo costo por día.
1. DEFINIR LAS VARIABLES

Nota1: X = Cantidad de maíz a mezclar diariamente [Kg]
caso están asociadas a Y = Cantidad de Harina de soya a mezclar diariamente [Kg]
los costos.
Nota2:
Debe verificar que las MEZCLA: X + Y = 90
unidades en ambos
lados de cada restricción
CANTIDAD DE CALCIO: 0.001X + 0.002Y  0.09
sean equivalentes. CANTIDAD DE PROTEINAS: 0.09X + 0.60Y  27
CANTIDAD DE FIBRA: 0.02X + 0.06Y  4.5
X,Y  0
Nota3: 3. DEFINIR LA FUNCION OBJETIVO
Observe que la FO
corresponde al total de Minimizar Z = 0.20X + 0.06Y
los costos originados
por los 2 alimentos.
EJEMPLO 5
Una compañía, que opera 10 horas al día, fabrica cada uno de 2 productos en
tres máquinas diferentes (En donde el proceso es secuencial). La tabla
siguiente resume los datos del problema:
Maquina
Maquina 1 Maquina3 Costos de Precio de
2
Producto (Min/ (Min/ Producción venta
(Min/
unidad) unidad) ($/unidad) ($/unidad)
unidad)
P1 10 6 8 2 4
P2 5 20 10 3 6
Determine la combinación óptima de los dos productos a producir.

Nota1:
las utilidades.
37
X = Cantidad de unidades del producto P1 a producir [Unidad]
Y = Cantidad de unidades del producto P2 a producir [Unidad]
Nota2:
unidades en ambos
lados de cada restricción MAQUINA 1 10X + 5Y  600
sean equivalentes. MAQUINA 2 6X + 20Y  600
Observe que: MAQUINA 3 8X + 10Y  600
60min X,Y  0
10HR   600min
1HR
Nota3:
Cuando se tenga
egresos e ingresos se Maximizar Z = INGRESOS – EGRESOS
debe determinar la
utilidad total: INGRESOS = 4X + 6Y
Z  INGRESO - EGRESO EGRESOS = 2X + 3Y
Maximizar Z = (4X + 6Y) – (2X + 3Y)
EJEMPLO 6
Una fábrica de alimentos por pedidos, debe producir 10.000 libras de una
mezcla especial para ganado de engorde. La mezcla está compuesta de sal
yodada, calcio y un pasto especial para ganado.
Los costos por libra de cada componente, son de 8, 10 y 11 bolivianos

respectivamente. No obstante, la fábrica no puede usar más de 3000 libras de
sal yodada, debe utilizar más de 1500 libras de calcio y debe usar al menos
2000 libras de pasta.
A. Calcular el número de libras de cada componente de la mezcla, a fin de

reducir al mínimo el costo total de las 10000 libras.
B. Calcúlese el costo total más bajo posible.
C. ¿Existirán libras sobrantes en la fábrica, después de cumplir con el pedido?
Total de la
Costo Cantidad a
Componente mezcla
[Bs/Lb] usar
[Lbs.]
Sal yodada 8 ≤ 3000 Lb
Calcio 10 ≥ 1500 Lb 10000
Pasto 11 ≥ 2000 Lb
Nota1:
Las variables en este X = Cantidad de libras de sal yodada a mezclar [Lb]
los costos. Y = Cantidad de libras de calcio a mezclar [Lb]
38
Z = Cantidad de libras de pasto a mezclar [Lb]
Nota2:
unidades en ambos
lados de cada restricción TOTAL DE LA MEZCLA: X +Y +Z  10000
sean equivalentes. SAL YODADA: X  3000
CALCIO: Y  1500
PASTO Z  2000
X , Y, Z  0

Minimizar F = 8X + 10Y + 11Z
2.7 Programación dual y análisis de sensibilidad
2.7.1 TEORIA DE LA DUALIDAD

Otra forma descubierta de resolver los problemas de PL es a través del dual,
este procedimiento también es usado para realizar un análisis que se
denomina Análisis de Sensibilidad.
2.7.2 PRECIOS SOMBRA

Nota:
Los precios sombra son La tabla final del Método Simplex lleva al tema de los precios sombra…..
la solución del problema
dual.
 ¿Exactamente cuánto debe estar dispuesto a pagar una compañía por
hacer disponibles los recursos adicionales?
 ¿Vale la pena obtener más tiempo de maquina con un costo de 1 ,2 o 5
dólares?
 ¿vale la pena pagar a los trabajadores una cuota de tiempo extra para
aumentar la producción?
…..el valor de los recursos adicionales es información valiosa para la

administración.
Nota:
Afortunadamente, esta información está disponible en la Tabla final del
Un precio sombra es el Método Simplex. Una importante propiedad del renglón Z, es que los valores
valor de una unidad correspondientes a las variables de holgura (Hi) ofrecen en sus columnas lo
adicional de un recurso.
que se llama precios sombra. Un precio sombra es el valor de una unidad
adicional de un recurso en la forma de una hora más de tiempo, un Kg. más de
materia prima u otro recurso escaso.
Considere el siguiente ejemplo:
En Muebles Hurtado debido a que las ganancias se han reducido, la gerencia

decidió reorganizar la línea de producción. A partir de
39
hoy se van a producir puertas y ventanas de mara. Después de hacer algunas
investigaciones el departamento de IO determinó en un cuadro las
capacidades y requerimientos de los productos, así como las utilidades
unitarias:
PRODUCTO
CAPACIDAD
VENTANA PUERTA
DISPONIBLE
MADERA 2 m3/Unid 3 m3/Unid 15 m3
BARNIZ -- 2 litros/Unid 6 litros
1 hora/ 1 hora/
HORA MAQUINA 6 horas
unidad unidad
UTILIDAD[$U$/ Unid] 10 12
Planteando el problema:
Max z = 10X1 + 12X2

 1
2X1 + 3X2
5
2X2  6
X1 + X2  6
X1, X2 ≥ 0
Resolviendo el problema por el Método Simplex obtenemos la siguiente tabla

Nota:
Este problema está final:
resuelto en las páginas 9
y 10. Observe:
X1 X2 H3 H4 H5 LD
Los precios sombra en el
renglón Z corresponden a: 0 0 2 0 6 66
Y1 = 2 1 0 -1 0 3 3
Y2 = 0 0 1 1 0 -2 3
Y3 = 6 0 0 -2 1 4 0
2.7.3 ESTADO DE LOS RECURSOS

 Si el valor de la variable de holgura, en la solución final del Método Simplex,
es igual a cero (Hi=0), entonces el recurso que corresponde a esta variable
de holgura es un recurso escaso.
 Si el valor de la variable de holgura, en la solución final del Método Simplex,
es distinto de cero (Hi0), entonces el recurso que corresponde a esta
variable de holgura es un recurso abundante.
De acuerdo al ejemplo anterior:

X1 = 3
X2 = 3
H3 = 0… Recurso escaso (madera)  Y1 = 2
40
H4 = 0… Recurso escaso (barniz)  Y2 = 0
H5 = 0… Recurso escaso (horas maquina  Y3 = 6
Z = 66
Ahora estamos en condición de darle una aplicación a los precios sombra. Al

ser todos los recursos escasos en este caso (madera, barniz y horas máquina),
Nota: necesitamos saber ¿cuál es el máximo precio que deberíamos pagar por
Observe que: obtener una unidad adicional de este recurso?, la respuesta a esta interrogante
 no conviene adquirir
unidades son los precios sombra.
adicionales del
recurso barniz. Y1 = 2 $u$ /m3 de madera
 conviene adquirir
unidades Y2 = 0 $u$ /litro de barniz
adicionales del Y3 = 6 $u$ /hora de máquina
recurso horas
máquina ya que se
También el precio sombra determina el valor marginal o la tasa a la cual
aumentará la función objetivo si es que se incrementa el recurso:
Z'  Z  Yi  No de unidades
Por ejemplo:
Si el recurso madera se aumenta en 1 unidad (1 m3), entonces la función
objetivo aumentará en:
Z’ = Z + YiNo de unidades = 66 + 21= 68 $u$
Si el recurso barniz se aumenta en 1 unidad (1 litro), entonces la función

objetivo aumentará en:
Z’ = Z + YiNo de unidades = 66 + 01= 66 $u$
Si el recurso hora máquina se aumenta en 1 unidad (1 hora), entonces la

función objetivo aumenta en:
Z’ = Z + YiNo de unidades = 66 +61=72 $u$
2.7.4 CAMBIOS EN LOS RECURSOS
Asociado a todo problema de P.L, existe otro problema lineal llamado dual.
Por tanto al problema original se le llama primal.
Problema Primal Problema Dual
Lado derecho Función Objetivo
# de restricciones --------------------> # Variables
2.7.5 CAMBIOS EN LOS COEFICIENTES DE LA FUNCION OBJETIVO
Problema Primal Problema Dual
41
Función Objetivo Lado derecho
# Variables --------------------> # de restricciones
Por ejemplo: Problema Primal Problema Dual
Max Z = 34 X1 + 40 X2 Min W = 48 Y1 + 18 Y2 + 16 Y3
Sujeto a: 4 X1 + 6 X2 ≤ 48 4 Y1 + 2 Y2 + 2 Y3 ≥ 34
2 X1 + 2 X2 ≤ 18 Y1 + 2 Y2 + Y3 ≥ 40
2 X1 + X2 ≤ 16
42
R esu el v a el si g u i en te p r o gr am a l i n eal :
M ax z = x 1 + x2
1x 1 + 2x 2  6
3x 1 + 2x 2  12
x1 , x2  0
A. U se el m éto d o an al í ti co p ar a en co n tr ar l a so l u ci ó n o p ti m a y el p u n to o p ti m o
B. U se el m éto d o gr áfi co p ar a en co n tr ar l a so l u ci ó n ó p ti m a y el p u n to ó p ti m o .
C. ¿ C u án to s p u n to s ex tr em o s ti en e l a r egi ó n facti b l e?
1. C o n si d er e el si g u i en te p r o gr am a l i n eal :
M in z = 4x 1 + 5x 2
4x 1 + 4x 2  20
6x 1 + 3x 2  24
8x 1 + 5x 2  40
x1 , x2  0
C. ¿ C u án to s p u n to s ex tr em o s ti en e l a r egi ó n facti b l e?
M ax z = 3 x 1 + 4x 2
- 2x 1 + 4x 2  16
2x 1 + 4x 2  24
6x 1 + 3x 2  48
x1 , x2  0
C. E n cu en tr e l o s v al o r es d e h o l g u r a o ex ced en te d e cad a r estr i cci ó n .
UNIVERSIDAD TECNICA PRIVADA DE SANTA CRUZ
M in z = 4E + 3F

MATERIA: INVESTIGACION DE OPERACIONES
E F
SISTEMA SEMIPRESENCIAL UNIVERSITARIO
2F  2E
E + F  4
PRACTICO 1
5E + 2F  20
3E + 6F  24
E , F  0
C. E n cu en tr e l o s v al o r es d e h o l g u r a d e cad a r estr i cci ó n .
43
1. R esu el v a el si gu i en te p r o b l em a a tr av és d el m éto d o si m p l ex .
M ax i m i z ar :
Z = -X 1 + X 2 + 2X 3
S u j eta a:
X 1 + 2X 2 - X 3 ≤ 10
- 2X 1 + 4X 2 + 2X 3 ≤ 40
2X 1 + 3X 2 + X 3 ≤ 30
X 1 , X 2 , X 3  0
M ax i m i z ar
Z = 30X 1 + 12X 2 + 15X 3
S u j eta a:
9X 1 + 3X 2 + 5X 3 ≤ 500
5X 1 + 4X 2 + ≤ 350
3X 1 + 2X 3 ≤ 150
X 1 , X 2 , X 3  0
M ax i m i z ar
Z = 3000X 1 + 2000X 2
S u j eta a:
X 1 + 2X 2 ≤ 6
2X 1 + X 2 ≤ 8
-X 1 + X 2 ≤ 1
X 2 ≤ 2
X 1 , X 2  0
4. R esu el v a el si gu i en te p r o b l em a a tr av és d el M éto d o S i m p l ex . O b ser v e q u e el p r o b l em a es

m i n i m i z ar .
M i n i m i z ar
Z = 2X + 2X
PRACTICO 2
1 2
S u j eta a:
X 1 + 1X 2 = 10
X 1 + 2X 2 ≥ 8
-X 1 + X 2 ≤ 2
X 1 , X 2  0
44
Formule los siguientes problemas como un modelo matemático de
programación lineal:
1. Una fábrica de artículos del hogar manufactura 2 artefactos A y B. Ambos

sufren 3 procesos en el mismo orden, que son: maquinado, armado y
montaje. Las disponibilidades de minutos diarios de cada proceso son:
480, 600 y 540 respectivamente. El artefacto A deja un beneficio de 100
$/unidad, en tanto que el B proporciona 120 $/unidad.
En el proceso de maquinado se utilizan 4 minutos por cada unidad de

artefacto A y 8 minutos por cada unidad de artefacto B. En el proceso de
armado se utilizan 5 y 6 minutos respectivamente. Y finalmente, en el
proceso de montaje se utilizan 12 y 8 minutos respectivamente.
2. Una pequeña carpintería esta planeando la producción el presente mes.

Actualmente opera con solo dos productos puertas y ventanas. La mano
de obra disponible para el presente mes es de 400 h-hom Cada puerta
requiere 4 h-hom y tiene una contribución unitaria de 35 Bs., Una ventana
requiere de 3 h-hom y tiene una contribución unitaria de 25 Bs. De acuerdo
a sus ventas pasadas se tiene previsto vender hasta 70 puertas y 120
ventanas.
3. Una pequeña fábrica produce pinturas para interiores y exteriores de casas,

para su distribución al mayoreo. Se utilizan 2 materias primas A y B para
producir estas pinturas. Los requisitos diarios de materia prima por
tonelada de pintura se resumen en la siguiente tabla:
Toneladas de materia prima por

tonelada de pintura
Pintura Pintura
Disponibilidad
de de
máxima por día
exterior interior
Materia prima
1 2 6
A
Materia prima
2 1 8
B
Un estudio de mercado ha establecido que la demanda diaria de pintura

para interiores no puede ser mayor que la pintura para exteriores en más
de una tonelada. El estudio también revela que la demanda de pintura para

interiores esta limitada a menos de dos toneladas diarias.
PRACTICO 3
El precio al mayoreo por tonelada es de 300$ y 200$ para pintura de

exteriores e interiores, respectivamente.
4. Una compañía, que opera 10 horas al día, fabrica cada uno de 2 productos
45
en tres maquinas diferentes (En donde el proceso es secuencial). La tabla
siguiente resume los datos del problema:
Maquina
Maquina2 Maquina3 Utilidad
Product 1
(Min/ (Min/ ($/unidad
o (Min/
unidad) unidad) )
unidad)
1 10 6 8 2
2 5 20 10 3
5. INDUSTRIAS DEL CAMPO, tiene dos maquinas distintas para procesar

leche pura y producir leche descremada, mantequilla o queso. La cantidad
de tiempo requerido en cada máquina para producir cada unidad de
producto y las ganancias netas se proporcionan en la siguiente tabla:
LECHE
MANTEQUILLA QUESO
DESCREMADA
MAQUINA 1.5 min /
0.2 min / litro 0.5 min / Kg
1 Kg
MAQUINA 1.2 min /
0.3 min / litro 0.7 min / Kg
2 Kg
UTILIDAD: 1Bs / litro 2 Bs / Kg 2 Bs / Kg
Suponiendo que se dispone de 8 horas diarias en cada maquina, como

gerente del departamento de producción, formule un modelo para
determinar un plan de producción diaria que maximice las ganancias y
produzca un mínimo de 300 litros de leche descremada, 200 Kg. de
mantequilla y 100 Kg. de queso

PRACTICO 3
46
Formule los siguientes problemas como un modelo matemático de
programación lineal, además, resuelva estos problemas utilizando el software
Simplex-Bas.
1. Una institución educativa ofrece un total de 30 cursos cada

semestre. Los cursos que ofrece son de dos tipos: prácticos, como
los trabajos en madera, procesador de palabras y mantenimiento
de automóviles; y humanísticos como historia, música y bellas
artes. Para satisfacer la demanda de la comunidad, es necesario
ofrecer por lo menos 10 cursos de cada tipo, cada semestre. Se
calcula que los ingresos por ofrecer estos cursos son aprox. 1500 y
1000 Bs. por curso, respectivamente. Formule un modelo para que
la institución asigne los 30 cursos.
2. Una línea de ensamble que consta de tres estaciones consecutivas

produce 2 modelos de juguetes J101 y J102. La tabla proporciona
los tiempos de ensamble para las tres estaciones de trabajo.
MINUTOS POR UNIDAD
ESTACION
MODELO MODELO
DE
J101 J102
TRABAJO
1 6 4
2 5 5
3 4 6
COSTO:
20 25
BS/UNID
El mantenimiento diario de las estaciones 1, 2 y 3 consume 10%,

14% y 12%, respectivamente, del máximo de 480 minutos
disponible para cada día
Se contrata a su persona para determinar la mezcla óptima de

productos que minimice los costos de producción.
3. Un fabricante produce 3 modelos I, II y II de cierto producto

PRACTICO 4
utilizando las materias primas A y B. la siguiente tabla proporciona

los datos del problema:
REQUERIMIENTOS
POR UNIDAD
Materia prima I II III DISPONIBILIDAD
A 2 3 5 4000
B 4 2 7 6000
Demanda mínima 200 200 150
Utilidad ($/ unidad ) 30 20 50
4. BG BOLIVIA puede producir dos tipos de petróleo crudo: petróleo
47
ligero a un costo de 25 $/barril y petróleo pesado a 22 $/barril.
Cada barril de petróleo crudo, ya refinado, produce tres productos:
gasolina, diesel y kerosén. La tabla siguiente indica las cantidades
en barriles de gasolina, diesel y kerosén producidos por barril de
cada tipo de petróleo crudo:
Barril de Barril de
Barril de diesel/
gasolina/ barril kerosén/
barril de crudo
de crudo barril de crudo
Crudo
0.45 0.18 0.30
ligero
Crudo
0.35 0.36 0.20
pesado
La refinería de BG se ha comprometido a entregar 1260 barriles de

gasolina, 900 barriles de diesel y 300 barriles de kerosén. Como
gerente de producción formule un modelo para determinar la
cantidad de cada tipo de petróleo crudo a producir.

PRACTICO 4
48
FACULTAD: FCT MODULO: AULA: N-
LIMAT
MATERIA: INVESTIGACION OPERATIVA
TEMA: Laboratorio de Investigación
Matemática
DOCENTE: Fecha:
GUIA LIMAT
INTRODUCCIÓN.
OBJETIVO.
Nuestro objetivo es observar la aplicación práctica de modelos de programación
lineal, en la vida real.
Consiste en el estudio de la maximización considerando que se tiene varios recursos
escasos para disponer en la producción de tres tipos de productos.
MATERIAL A UTILIZAR.
DESARROLLO DE LA ACTIVIDAD:
Problema: Una empresa que realiza el ensamblado de diferentes vehículos (autos,

camiones y buses), quiere planificar que cantidad de vehículos deben armar y de que
clase, optimizando los recursos que tienen disponibles.
Para el ensamblado de cada vehiculo los recursos utilizados son: Ruedas, motores y
carrocerías.
Los requerimientos de materiales para cada tipo de vehiculo se muestran en la
siguiente tabla:
RECURSOS Autos Camionetas Buses Disponibilidades

Carrocería de autos 1 10
Carrocerías de
1 6
camionetas
Carrocería de buses 1 3
Ruedas 4 4 4 72
Motores tipo A 1 1 6
Motores tipo B 1 8
Utilidades ($/vehiculo) 1000 $ 1400 $ 2300 $
De acuerdo a los registros saben que la cantidad máxima que se vende al menos son
2 buses.
45
Además se tienen pedidos confirmados de 6 autos.
1.- 20 minutos para resolver el modelo de programación lineal
2.- Se dispone de 30 minutos, para fabricar los productos y demostrar que se cumple
con el modelo.
3.- Sacar conclusiones y recomendaciones (el producto se acepta si tiene calidad),
caso contrario se rechaza y se reporta como perdida.
PRESENTACIÓN DEL INFORME DEL TRABAJO.
Este trabajo debe ser presentado en un informe que contenga los siguientes
elementos:
 Carátula: Nombre del trabajo, Materia, Integrantes, Docente, Modulo y semestre.
 Introducción.
 Fundamentos teóricos.
 Cálculos y Resultados.
 Conclusiones.
 Bibliografía.
46
GUÍA DE LABORATORIO
Docente:
FECHA DEL LABORATORIO:
Objetivo General:
Enseñar el manejo del software adecuado al estudiante con la finalidad de que pueda
encontrar soluciones útiles utilizando los modelos de programación lineal para la
optimización de recursos en la toma de decisiones.
Tema 1 : Introducción de variables

Resolución por el Método Grafico
Objetivos Específicos:
 Introducir las variables
 Escoger el método de solución
 Interpretar la respuesta obtenida por el método grafico.
Medios necesarios para el Laboratorio:

Software TORA.
Laboratorio con computadoras
Tema 2: Resolución por el Método Simplex

 Resolver por el método simplex Caso de Maximizar

 Resolver por el método simplex Caso de Minimizar
 Resolver por método dual.
Software TORA.
47

Periodo
Revisión: 4

UNIDAD No. ____MODELOS DE TRANSPORTE ___________________________GRUPO ________
PROFESOR __ ___________________________________________________________
 Reconoce la estructura de un problema de transporte.
 Plantea un problema de transporte utilizando las técnicas de la programación lineal y obtiene soluciones por los métodos de
transporte.
1. Plantear los objetivos de la unidad, para que los 1. Trabajará en equipo 1. Aplica el
3.1 Concepto. alumnos conozcan el alcance de la unidad. diferentes problemas concepto de
3.2 Métodos de solución 2. Explica el propósito de los modelos de dándole solución en la transporte en
del modelo de transporte. transporte. misma clase a 1 casos prácticos.
3.3 Forma estándar de 3. Explica como plantear un modelo de ejercicio por cada 2. Resuelve 9
Horas
tabular del modelo de transporte. método de transporte. ejercicios por los
transporte. 4. Seleccionar y desarrollar los pasos para 2. Realizara la práctica en métodos de
resolver ejercicios por los 3 métodos de laboratorio No3 para transporte.
48
3. Plantea
3.4 Equilibrio de un ejemplos de
problema de transporte. aplicación para
verificar sus resultados
su posterior
a través del software
solución por
especializado.
cualquier método
transporte. 3. Resolverá en clase 3
de transporte.
5. Asignar ejercicios (Práctico 5) para que los ejemplos para plantear
4. Interpreta la
alumnos resuelvan extra-clase. un modelo matemático
tabla final óptima
6. Realizar la practica de Laboratorio No3 y luego resolverlo por el
de transporte.
7. Diseñar autoevaluaciones para el tema, método adecuado.
poniéndolas en línea para que los alumnos las 4. Interpretara 3 ejercicios
autoevaluación
desarrollen. la tabla final optima
desarrollada en
8. Diseñar el examen de esta unidad considerando 5. Resolverá extra-clase el
línea.
las autoevaluaciones. práctico No 5 asignado
6. Aplica el manejo
9. Revisión No 2 del avance del proyecto final para el tema.
del software
6. Utilizara el aula virtual
especializado
para ampliar sus
para resolver
conocimientos.
ejercicios de
transporte por
cualquier
método.


 Texto Guía MAAP. Investigación de  Barry Render Jay Heizer.
 Pizarrón
Operaciones. “Administración de Operaciones”.
 Computadora portátil
 Mapas conceptuales. Prentice Hall. Edición Número 1. 1996.
49
 7
Ejercicios prácticos correspondientes a
cada tema. Práctico No 5
 Multimedia Paginas ( 245-268 )
 Prácticas N° 3 de laboratorio para la
 Sitio para la autoevaluación en línea  Taha. “Investigación de Operaciones”
introducción al uso y manejo del
 Aula con computadoras para práctica de Editorial Pearson- Prentice Hall. 7a
software especializado.
laboratorio. Edición. 2004. Paginas ( 165-182 )
 Pagina Web

2 Practicas en clase de ejercicios asignados al tema 10%
5. Revisión No2 del avance del proyecto final 10%
6. 2º Examen Parcial ( Unidad 3 ) 50%
OBSERVACIONES
puntuacion.
50
51
TRANSPORTE
EJEMPLO 1
EBR tiene 3 refinerías con capacidades diarias de 6, 5 y 8 mil m3 de gasolina
(Oferta) que proveen de este hidrocarburo a 3 Santa Cruz, Cochabamba. y La
Paz ,( Destinos) las cuales tienen una demanda diaria de gasolina de 4, 8 y 7 mil
m3.
Este combustible es transportado a través de camiones cisternas. Los costos de
transporte en centavos de Bs. por m3 se detallan a continuación:
SCZ - CBBA - DESTINO LPZ -

Encuentre DESTINO 1 2 DESTINO 3
Usted, qué
cantidad REFINERIA 1 -
ORIGEN 1
12 18 90
de
REFINERIA 2 -
ORIGEN 2
30 10 8
REFINERIA 3 -
ORIGEN 3
20 25 12
combustible debe ordenar EBR que se envíen, de cada refinería a cada

ciudad, para que el costo total de envío sea el más barato posible.
0. DIAGRAMA DE RED
Oferta Demanda
bserve que:
= Cantidad de
1. IDENTIFICAR VARIABLES
solina a llevar en
3, del origen i al D1 D2 D3
stino j
O1 X11 X12 X13
O2 X21 X22 X23
O3 X31 X32 X33
2. FUNCIÓN OBJETIVO
52
Nota: Costo la
12X11 + 18X12 + 90X13
En forma textual hay REFINERIA1:
que: “Minimizar los Costo la
costos de transporte 30X21 + 10X22 + 8X23
desde cada refinería a REFINERIA2:
cada una de las Costo la
ciudades”. 20X31 + 25X32 + 12X33
REFINERIA3:
Minimizar Z = Costo la REFINERIA1 + Costo la REFINERIA2 + Costo la REFINERIA3
12X11 + 18X12 + 90X13 + 30X21 + 10X22 + 8X23 + 20X31 + 25X32 +
Minimizar Z =
12X33
3. IDENTIFICACIÓN DE LAS RESTRICCIONES

“La cantidad transportada no debe exceder la capacidad de cada refinería.”
X11 + X12 + X13 ≤ 6
X21 + X22 + X23 ≤ 5
X31 + X32 + X33 ≤ 8
“La cantidad transportada no puede sobrepasar la demanda de cada ciudad.”
X11 + X21 + X31 ≤ 4
X12 + X22 + X32 ≤ 8
X13 + X23 + X33 ≤ 7
Además:
X11 ,X12 , X13 , X21 , X22 , X23 , X31 , X32 ,
 0
X33
4. ARMAR LA TABLA DE TRANSPORTE

Nota:
OFERTA
Es necesario “que la DESTINOS

cantidad total de oferta
sea igual a la cantidad D1 D2 D3
total de la demanda”,
esto se conoce como 1 1 9
“Problema de Transporte
Equilibrado”. O1 2 8 0
6
ORIGENES
En nuestro caso esto se

cumple: 3 1
8
O2 0 0
oferta = demanda
6+5+8 = 4+8+7
5
2 2 1
Los problemas no O3 0 5 2
equilibrados se verán
más adelante 8
DEMAN
DA 4 8 7
No olvide que:
Estos 3 métodos se 3.RESOLVER LA TABLA
diferencian únicamente
en la forma en como
Existen diferentes métodos de solución:
obtienen la solución A. Método de la Esquina Noroeste
inicial.
53
B. Método de la Matriz Mínima.
C. Método de aproximación de Vogel
No olvide que:
Estos 3 métodos se METODO DE LA ESQUINA NOROESTE
diferencian únicamente
en la forma en como Vamos a obtener la solución inicial o plan de transporte inicial por este
obtienen la solución
inicial. método y después verficaremos si la solución es óptima:
Hay que verificar si existe degeneración:

DESTINOS
OFERT
m +D1
n-1= D2# de D3celdas llenas
A
PASO1:
A la celda vacía (la que
no tiene asignación) se
Es decir: 1 1
90
O1 2 8
le asigna un envío con
4 2 6
# de filas3 + #de1columnas – 1 = No de envíos
ORIGENES
signo positivo +.
8
O2 0 0
PASO2:
Se ubican celdas llenas 5 5 
para formar un ciclo. En 2 2
12
donde se van O3 0 5  PRUEBA DE OPTIMALIDAD
intercalando los signos. 1 7 8
Se analizan las celdad que están vacías y se
PASO3: DEMA
Se calculan los costos NDA 4 realizan ciclos.
8 7
reducidos.
Si todos los costos - 12 + 18

reducidos son positivos 4 2
se ha encontrado la
solución óptima, caso + 30 - 10
C21 = +30 –12 +18 -10 = +26
contrario se debe
5
continuar con el PASO4, Note que:
para encontrar otro plan
de transporte mejorado
Todos los costos
reducidos Cij dieron
PASO4: - 12 + 18 positivo y, por tanto,
Ubicar el ciclo que
corresponda con el 4 2 ¡hemos encontrado la
C31 = +20 -12 +18 -25 = +1
costo reducido más 30 10 solución óptima!
negativo.
5
PASO5: + 20 - 25
Encontrar la asignación
1
negativa más pequeña y:
- 18 + 90
 Sumar esta 2 Además:
cantidad a las
10 8
Como ningún costo
asignaciones con
signo + 5 C13 = +90 -12 +25 -18 = +85 reducido es cero la
solución es única.
 Restar esta + 25 - 12
cantidad a las 1 7
asignaciones con
signo -
Solamente en el ciclo
escogido.
54
- 10 + 8
5
+ 25 - 12
1 7 C23 = +8 -12 +25 -10 = +11
 INTERPRETACION DE LA TABLA FINAL OPTIMA
OFERTA
DESTINOS
D1 D2 D3
12 18 90
O1
ORIGENES
4 2 6
30 10 8
O2
5 5
20 25 12
O3
1 7 8
DEMAN
DA 4 8 7
Se debe llevar 4 mil m3 de gasolina del origen1 al destino1 a un costo de 12Bs/m3 = 48 mil Bs
243 mil Bs
RESPUESTA GRAFICA:
6 12 4 D1 4
O1
18
2
O2 D2
5 10 5 8
1
25
8 O3 D3
12 7 7
________ ________
19 mil m3 19 mil m3
ZMIN = 4* 12 + 2 *18 + 5*10 + 1*25 + 7*12 = 243 mil Bs.
METODO DE LA MATRIZ MINIMA
55
Vamos a obtener la solución inicial o plan de transporte inicial por este
método:
1. Ubicamos DESTINOS
la celda con
OFERTA
menor costo unitario. En
caso de D1 empate
D2 D3
elegir
arbitrariamente.
12 18 90
O1
ORIGENES 6
A la celda30encontrada
10 8se
leO2asigna un valor 5
de5
acuerdo 20a lo 25máximo12
O3
disponible entre oferta o
8
demanda.
DEMANDA
4 8 7
5 –5 = 0
7–5=2
OFERTA
DESTINOS
2 .Se busca la celda que
D1 D2 D3
tenga el siguiente costo más
12 18 90 pequeño y se vuelve a
O1
4 2 6
asignar un valor.
ORIGENES
30 10 8
O2 Se continúa de esta manera
5 0
hasta completar la tabla.
20 25 12 8
O3
6 2
DEMANDA
4 8 7
2-2=0
DESTINOS Hay que verificar si existe degeneración:

OFERTA
8 – 2= 6
D1 D2 D3 m + n - 1 = # de celdas llenas
12 18 90 6 Es decir:
O1
4 2
# de filas + #de columnas – 1 = No de envíos
ORIGENES
30 10 8
O2
5 0 6–4=2
20 25 12
O3
6 2 6
¿Es solución Óptima?
DEMANDA
4 8 0
4 - 4= 0
3.3 METODO DE APROXIMACIÓN DE VOGEL (VAM)
56
Este método suele producir una mejor solución inicial que los dos métodos
antes descritos.
Se debe evaluar una
DESTINOS Penalización penalización para todas
OFERTA
las filas y las columnas
D1 D2 D3 D4
de la matriz.
10 0 20 11 Se toman los dos
10
O1 15 10 elementos con menor
costo y se restan.
ORIGENES
12 7 9 20 2
O2 25
Para O1 10 – 0 = 10
O3 0 14 16 18
5 O2 9–7=2
5 14 O3 14 – 0 = 14
DEMANDA 5 15 15 10
D1 10 – 0 = 10
D2 7 –0 =7
Penalización 10 7 7 7 D3 16 – 9 = 7
D4 18 – 11= 7
El siguiente paso es identificar la fila o la columna con mayor penalización (Fila3

– O3), rompiendo empates en forma arbitraria. Asigne el mayor valor posible en
la casilla con costo mas bajo de la fila o columna seleccionado (X3,1= 5).
Aquellas filas o columnas que quedan satisfechas (Fila 3 y Columna 1) se le

asigna una demanda de cero y no se considera para el cálculo de las siguientes
penalizaciones.
DESTINOS Penalización
OFERTA
D1 Se calculan nuevamente
D2 D3 D4 las penalizaciones y se
hacen las asignaciones
10 0 20 11
O1 15 11 correspondientes. Se
rompe el empate en
ORIGENES
12 7 9 20 forma arbitraria.
O2 25 2
15
O3 0 14 16 18 Y Se repiten los pasos
0 0
5 anteriores.
DEMANDA 0 15 15 10
Penalizaci 0 7 11 9
ón
57
Cuando queda solo una fila o
Penalizació
una columna sin satisfacer, se
DESTINOS
OFERTA
n
realiza
D1 la asignación
D3 con el
D2 costo mínimo.
método del D4
10 0 20 11
11 O1 15
5 10
ORIGENES
O2 12 7 9 20 ¿Es solución Óptima?

13 10
10 15
0 14 16 18
0 O3 0
5
Hay que verificar si existe degeneración:

DEMANDA 0 15 0 10
m + n - 1 = # de celdas llenas
Penalizació 0 7 0 9 Es decir:
n
# de filas + #de columnas – 1 = No de
envíos
58
PROBLEMA DE REDES DE DISTRIBUCION: Transporte
A. Dibuje una red de distribución.

B. Formule un modelo matemático
C. Encuentre una solución inicial factible al problema utilizando la técnica de la
Esquina Noroeste, Matriz mínima y Aproximación de Vogel. Además, Determine
la solución óptima y encuentre el costo total mínimo.
1. Una compañía tiene 3 campos petroliferos y cinco refinerias regionales. En la

siguiente tabla se indica los costos de transporte de 100 barriles/dia desde los
campos hasta las refinerias. Las capacidades de las refinerias y la produccion de
los tres campos.
REFINERIAS
PRODUCCION en
CAMPOS A B C D E centena de barriles por
dia
1 42 32 33 39 36 200
2 34 36 37 32 34 200
3 38 31 40 35 35 300
DEMANDA en
centenada barriles por 100. 120 140 160 180
dia
2. APOLO CONTRUCCIONES, realiza obras civiles dentro de la industria petrolera.

Recientemente la empresa gano una licitación con 3 obras, una en Bulo-Bulo,
otra en Yacuiba y la tercera en Camiri. Para realizar estas obras, la empresa debe
enviar 3 tractores a Bulo-Bulo, 2 a Yacuiba y 3 a Camiri. Actualmente la empresa
dispone de 4 tractores en las oficinas de Santa Cruz y 4 en la zona de
Villamontes. La empresa ha contactado a diferentes empresas de transporte
para realizar en traslado de las maquinarias desde su ubicación actual a las
diferentes obras. Obteniendo la siguiente información de costos:
Hacia
Desde Bulo-Bulo Yacuiba Camiri
Santa Cruz 10 8 9
Villamontes 7 5 8
3. D.M.C. distribuidor mayorista de equipos y accesorios de computación, está

distribuido en la red troncal del país. (Santa Cruz - Cochabamba - La Paz).Los
costos de transporte de la empresa, desde las plantas de ensamblado hasta
cada tienda detallista, por cada computadora en $U$, viene dados en el siguiente
cuadro, así como las ofertas y demandas de computadoras de cada ciudad:

PRACTICO 5
Tiendas detallistas ubicadas en

Planta
Ensambladora
Beni Oruro Tarija Pando Oferta:
Santa Cruz 5 3 2 6 170
Cochabamba 4 7 8 10 200
La Paz 6 5 3 8 170
59
Demanda: 170 170 170 170
60

Periodo
Revisión: 4


UNIDAD No. ____ASIGNACION ____________________________________________GRUPO ________
PROFESOR __ ___________________________________________________________
 Aplica el modelo matemático de respuesta a ejemplos de asignación.

4.2 Condición de un modelo 2. Explica el propósito de los modelos de dándole solución en la asignación
de asignación. asignación. misma clase a 3 2. Resuelve
4.3 Método de solución del 3. Seleccionar y desarrollar los pasos para ejercicios de ejercicios de
6
modelo de asignación. resolver ejercicios por el método de asignación. asignación. Horas
4.4 Interpretación de un asignación. 2. Realizara la práctica en 3. Interpreta la
modelo de asignación. 4. Asignar ejercicios (Práctico 6) para que los laboratorio No3 para solución óptima
alumnos resuelvan extra-clase. verificar sus resultados de ejercicios de
61
asignación.
a través del software
especializado.
5. Realizar la practica de Laboratorio No3 autoevaluación
3. Interpretara 3 ejercicios
6. Diseñar autoevaluaciones para el tema, desarrollada en
de asignación.
poniéndolas en línea para que los alumnos las línea.
4. Resolverá extra-clase el
desarrollen. 5. Aplica el manejo
práctico No 6 asignado
7. Diseñar el examen de esta unidad considerando del software
para el tema.
las autoevaluaciones. especializado
5. Utilizara el aula virtual
8. Revisión No 3 del avance del proyecto final. para resolver
para ampliar sus
ejercicios de
conocimientos.
asignación.
 Texto Guía MAAP. Investigación de

Operaciones.
 Pizarrón  Barry Render Jay Heizer.
 Mapas conceptuales.
 Computadora portátil “Administración de Operaciones”.
 Ejercicios prácticos correspondientes a
 Multimedia Prentice Hall. Edición Número 1. 1996.
cada tema. Prácticos No 6
 Sitio para la autoevaluación en línea Paginas ( 245-268 )
 Prácticas N° 3 de laboratorio para la
 Aula con computadoras para práctica de  Taha. “Investigación de Operaciones”
introducción al uso y manejo del
laboratorio. Editorial Pearson- Prentice Hall. 7a
software especializado.
Edición. 2004. Paginas ( 182- 196 )
 Pagina Web
62
7

5.’Revisión No3 del avance del proyecto final 10/
6. 2º Examen Parcial ( Unidad 3 ) 50%
OBSERVACIONES
puntuacion.
63
U n id a d 4
P r o g r a m a c ió n lin e a l – M o d e lo d e A s ig n a c ió n
E n m u c h o s p r o b le m a s d e d e c is ió n e s n e c e s a r io a s ig n a r u n e le m e n to d e u n g r u p o
( c o m o u n a m á q u in a , u n e m p le a d o , e tc . ) a u n e le m e n to d e u n s e g u n d o g r u p o ( c o m o
u n a ta r e a , u n p r o y e c to , e tc . ) . C o n s id e r e p o r e je m p lo , a s ig n a r tr a b a jo s a m á q u in a s
e n u n a p la n ta , a s ig n a r r e p r e s e n ta n te s d e v e n ta s a d is tin ta s z o n a s d e la c iu d a d o
a s ig n a r in v e s tig a d o r e s a d ife r e n te s p r o y e c to s .
A l h a c e r u n a a s ig n a c ió n e s n e c e s a r io c u m p lir d o s c o n d ic io n e s :
1. C a d a e le m e n to d e l p r im e r g r u p o d e b e a s ig n a r s e a e x a c ta m e n te u n e le m e n to d e l
s e g u n d o g ru p o .
2. C a d a e le m e n to d e l s e g u n d o g r u p o d e b e a s ig n a r s e e x a c ta m e n te a u n e le m e n to
d e l p r im e r g r u p o .
D e b id o a q u e p o r c a d a p a r e ja s ig n a d a e x is te u n c o s to a s o c ia d o , la c a n tid a d d e
tie m p o q u e ta r d a u n a ta r e a a s ig n a d a a u n a m á q u in a e n p a r tic u la r , e l o b je tiv o e s
e le g ir a s ig n a c io n e s q u e m in im ic e n e l c o s to to ta l.
P a r a s a tis fa c e r e s ta s d o s c o n d ic io n e s d e a s ig n a c ió n , e l n ú m e r o d e e le m e n to s d e b e
s e r e l m is m o . U n p r o b le m a de e s te tip o s e d e n o m in a p r o b le m a d e a s ig n a c ió n
e q u ilib r a d o .
A S IG N A C IO N
E JE MP L O 1
E n lo s te r r e n o s d e u n a u n iv e r s id a d 4 c o n s tr u c to r a s d ife r e n te s C 1 ,
C 2 C 3 y C 4 s e p r o p o n e n c o n s tr u ir 4 e d ific io s d ife r e n te s , c a d a
c o n s tr u c to r a c o n s tr u ir á u n s o lo e d ific io y e s ta s h a n r e m itid o s u s
p r o p u e s ta s d e c o s to s p a r a la c o n s tr u c c ió n :
P r o p u esta d e co n str u cci ó n

en d ó l ar es am er i can o s
( S e o m i ten 4 cer o s)
C O N ST R U C T O R A
E D IF IC I
C1 C2 C3 C4
O
A 48 48 50 44
B 56 60 60 68
C 96 94 90 85
D 42 44 54 46
64
INICIO DEL PROCESO DE SOLUCION:
C4
PASO1 C1 C2 C3
PASO1:
Restar el elemento más 48
A 48 50 44
pequeño de cada fila de
los demás elementos de
B 56 60 60 68
la misma a fila.
C 96 94 90 85
D 42 44 54 46
PASO2: PASO2 C1 C2 C3 C4
Restar el elemento más
pequeño de cada A 4 4 6 0
columna de los demás
elementos de la misma 0
B 4 4 12
columna.
C 11 9 5 0
D 0 2 12 4
C1
PASO3: PASO3 C2 C3 C4
Verificar la
optimalidad trazando A 4 2 2 0
el mínimo número de
líneas que pueden B 0 2 0 12
pasar a través de
todos los ceros de la C 11 7 1 0
ultima tabla.
D 0 0 8 4
(Líneas horizontales y
verticales)
PASO4: PRUEBA C1
PASO4 C2 C3 C4
Si el número de líneas
es igual a n (N° de A 4 2 2 0
filas o N° de
columnas) puede B 0 2 0 12
hacerse una
asignación óptima. C 11 7 1 0
Caso contrario se D 0 0 8 4
requiere continuar con
Existen 3 líneas  4 No cumple!

PASO5:
Elegir el elemento mas
pequeño que no este
cruzado por una línea y: PASO5 C1 C2 C3 C4
- Restar este elemento a 4
todos los elementos no A 2 2 0
cruzados por una línea 0
- Sumar a todos los B 0 2 12
elementos situados en
las intersecciones de C 11 7 1 0
dos lineas.
D 0 0 8 4
65
PASO6:
PASO6 C1 C2 C3 C4
Realizar otra vez la
prueba de las líneas 3
A 1 1 0
que pasan por la
mayor cantidad de
ceros. B 0 2 0 13
C 10 6 0 0
D 0 0 8 5
Nota: Existen 4 líneas = 4 Cumple, Solución Óptima!

Para realizar la
interpretación, se
ubican las celdas con INTERPRETACION:
ceros. El edificio A debe ser construido por la constructora C4 = 44
Debe existir 1
El edificio B debe ser construido por la constructora C1 = 56
asignación para cada El edificio C debe ser construido por la constructora C3 = 90
uno El edificio D debe ser construido por la constructora C2 = 44
234mil$us.
66
1. Cuatro trabajadores requieren el uso de una cualesquiera de las maquinas A,B,C,D. los
tiempos tomados por cada maquina para realizar cada trabajo son mostradas en la matriz
siguiente:
a b c d
A 10 5 9 18
B 13 19 6 12
C 18 9 12 17
D 11 6 14 19
Encontrar la asignación que minimice el tiempo total.
2. Se desea instalar cuatro fábricas: una de papel, otra de vidrio, fibra artificial y llantas. Se
ha tomado la decisión de invertir en una fábrica para Montero, Cotoca, Camiri y El Torno
es necesario conocer el tipo de fábrica en cada una de estas ciudades. La matriz que se
muestra a continuación, muestra las utilidades netas:
Montero Cotoca Camiri El Torno

Papel 27 13 26 28
Vidrio 35 22 10 22
Fibra 12 30 40 32
Llantas 15 26 14 28
Haga la asignación óptima.
3. Una compañía que vende carros tiene disponibles un Toyota, un Mitshubishi, un

Chevrolet y un Suzuki. Cuatro oficinas de la compañía las solicitan. Se ha decidido enviar
solo un automóvil a cada oficina de manera que el costo total sea mínimo. La matriz de
costo es:
Of.1 Of.2 Of.3 Of.4

Toyota 10 5 3 8
Mitshubishi 4 3 7 5
Chevrolet 13 10 12 14
Suzuki 7 8 4 6
¿Cuál debe ser la asignación?
4. El jefe de departamento de contabilidad tiene cuatro empleados nuevos a quienes debe

asignar cuatro tareas que cumplirse esta semana. Cada empleado necesita el siguiente
tiempo para hacer cada tarea. Cualquier empleado es capaz de realizar cualquier tarea y
recíprocamente cualquier tarea puede ser asignada a cualquier empleado.

PRACTICO 6
T1 T2 T3 T4
A 8 26 17 11
B 13 28 4 26
C 38 19 18 15
D 39 26 24 50
67
GUÍA DE LABORATORIO
Docente:
FECHA DEL LABORATORIO:
Objetivo General:
Enseñar el manejo del software adecuado al estudiante con la finalidad de que

pueda encontrar soluciones útiles utilizando los modelos de programación lineal
para la optimización de recursos en la toma de decisiones.
Tema 3: Modelos de transporte y asignación
 Introducir orígenes y destinos
 Resolver por el Método Esquina Nor-Oeste
 Resolver por el Método Matriz Minima
 Resolver por el Método Vogel
 Resolver Modelos de Asignación a través de la ultima iteración

Software TORA.
68

Periodo
Revisión: 4

UNIDAD No. ____TEORIA DE COLAS___________________________________________GRUPO ________
PROFESOR __ ___________________________________________________________
 Comprende el planteo de un fenómeno de espera, desarrolla un modelo de cola y analiza algunos sistemas de colas, a través
del cálculo e interpretación de sus medidas de efectividad
5.2 Características de un 2. Explica las características de las líneas de dándole solución en la líneas de espera
sistema de líneas de espera. espera. misma clase a 3 en casos
5.3 Medición del 3. Explica cuales son las medidas mas comunes ejercicios de modelos prácticos. 6
Horas
rendimiento en el sistema de en un sistema de colas. de colas. 2. Resuelve
colas 4. Asignar ejercicios para que los alumnos 2. Interpretara 3 ejercicios ejercicios de
5.4 Modelos de colas resuelvan extra-clase. de modelos de colas. modelos de colas
69
7 5. Diseñar autoevaluaciones para el tema,
3. Resolverá extra-clase el 3. Interpreta la
práctico asignado para solución de
poniéndolas en línea para que los alumnos las
el tema. ejercicios de
desarrollen.
4. Utilizara el aula virtual modelo de colas.
6. Diseñar el examen de esta unidad considerando
para ampliar sus 4. Puede realizar la
las autoevaluaciones.
conocimientos. autoevaluación
7. Revisión No 4 del avance del proyecto final
desarrollada en
línea.
 Pizarrón  Barry Render Jay Heizer.

 Texto Guía MAAP. Investigación de  Computadora portátil
Operaciones. “Administración de Operaciones”.
 Mapas conceptuales.  Multimedia Prentice Hall. Edición Número 1. 1996.
 Ejercicios prácticos correspondientes a  Sitio para la autoevaluación en línea Paginas ( 351- 363 )
cada tema. Práctico propio del docente.
 Pagina Web  Aula con computadoras para práctica de  Taha. “Investigación de Operaciones”
 Autoevaluaciones en línea. laboratorio. Editorial Pearson- Prentice Hall. 7a
Edición. 2004

4. Revisión No 4 del proyecto final 10%
5. Examen practico 10%
6. Examen Final ( Unidades 1 a 5 ) 50%
70
OBSERVACIONES
puntuacion.
71
Nota: Daniel kemdall, Unidad 5
danés fue el que escribió Teoría de las líneas de espera (Teoría de colas)
por primera vez en 1909
un articulo sobre teoría
de colas referente a los 5.1.-INTRODUCCION
teléfonos. El conjunto de conocimientos acerca
de las líneas de espera, llamada a
menudo teoría de colas, es una parte
importante de la IO. Las líneas de
espera son una situación común, por
ejemplo, automóviles esperando una
reparación en un centro automotriz,
trabajos de impresión esperando ser
terminados en una imprenta o
camiones con caña esperando entrar
en el ingenio.
SITIOS COMUNES DE COLAS

ARRIBOS EN
SITIO SERVICIO
COLA
5.2CARACTERISTICAS DE UN
Pago en
SISTEMA DE LINEAS DE Supermercado Compradores
cajas
ESPERA
Pago de
Todo sistema de colas, está Peaje Vehículos
peaje
formado por 3 componentes:
Consultorio Pacientes Consulta
1. Las llegadas o entradas Sistema de Programas a ser Proceso de
al sistema. Cómputo corridos datos
2. Disciplina de la línea de Una
Compañía de
espera (cola) Llamadas comunicació
teléfonos
3. Instalación del servicio n
Depósitos y
Banco Clientes
Cobros
Máquinas
Mantenimiento Reparación
dañadas
5.2.1.-LLEGADAS O ENTRADAS Carga y
AL SISTEMA Muelle Barcos
descarga
 TAMAÑO DE LA POBLACIÓN
FUENTE, esta puede ser finita o infinita (cuando el número de clientes
disponibles en cualquier momento dado es una pequeña parte de las llegadas
potenciales)
 PATRON DE LLEGADAS AL SISTEMA, los clientes llegan a recibir servicio de
acuerdo a un cierto programa o bien de manera aleatoria.
 COMPORTAMIENTO DE LAS LLEGADAS, la mayoría de los modelos de colas
asumen que un cliente que llega es un cliente tolerante.
5.2.2.- LINEA DE ESPERA

La línea de espera puede ser finita o infinita y generalmente opera bajo una
disciplina conocida como primero en entrar primero en salir o FIFO (por sus siglas
en ingles: First In, First Out).
5.2.3.- INSTALACION DEL SERVICIO

 CONFIGURACION DEL SISTEMA DE SERVICIO, los servicios están clasificados de
49
acuerdo a la cantidad de canales o servidores y el número de fases. De estos
existen de canal sencillo, de multicanal, de fase sencilla y de multifase (Ver
figuras en la siguiente página).
 DISTRIBUCION DEL TIEMPO DE SERVICIO, los patrones de servicio son como los
patrones de llegada, pueden ser constantes o aleatorios
CONFIGURACIONES DEL SISTEMA DE SERVICIO
CO LA
A RRI BO S S ERVI DO R S A LI D A S
S I S T E M A U N CA N A L, U N A F A S E
CO LA
S E R V I CI O S E R V I CI O
A RRI BO S S A LI D A S
FA S E 1 FA S E 2
CA N A L 1
CO LA
CA N A L 2 S A LI D A S
A RRI BO S
CA N A L 3
FA S E 1 FA S E 2
CO LA
CA N A L 1 CA N A L 1
A RRI BO S S A LI D A S
FA S E 1 FA S E 2
CA N A L 2 CA N A L 2
5.3.- MEDICION DEL RENDIMIENTO EN EL SISTEMA DE COLAS

Los modelos de colas ayudan a los administradores a tomar decisiones a balancear
los costos deseables de los servicios con los costos de espera en la línea. En un
análisis de colas se obtienen comúnmente medidas de rendimiento como las
siguientes:
 El tiempo promedio que cada cliente u objeto pasa en el sistema

 La longitud promedio de la cola.
 El tiempo promedio que cada cliente pasa en la cola.
 El número promedio de clientes en el sistema
 La probabilidad de que la instalación de servicio este ociosa.

 El factor de utilización del sistema
 La probabilidad de un número especifico de clientes en el sistema.
5.4.- MODELOS DE COLAS

Existe gran variedad de modelos, a manera de ejemplo nosotros estudiaremos uno
de los más sencillos de ellos que corresponde a “Modelo de cola de canal sencillo
con llegadas Poisson y tiempo de servicio Exponencial”. Este modelo asume que
existen las siguientes condiciones:
 Las llegadas son atendidas bajo la base FIFO.

 Cada llegada es independiente de la anterior, pero la tasa de llegada no
cambia a través del tiempo.
 Las llegadas son descritas por la Distribución de Poisson y provienen de
una población infinita.
 Los tiempos de servicios varían de un cliente a otro, y son independientes
unos de otros, pero la tasa de servicio se conoce y no varia.
 Los tiempos de servicio ocurren bajo una Distribución Exponencial
Negativa.
 La tasa de servicios es más rápida que la tasa de llegada
Cuando se cumplen estas condiciones se pueden desarrollar las siguientes fórmulas:
λ
 L s  Número promedio de unidades en el sistema 
μ λ
2
λ
 Lq  Número promedio de unidades en la cola 
μ μ  λ
1
 Ws  Tiempo promedio que una unidad espera en el sistema 
μ λ
λ
 Wq  Tiempo promedio que una unidad espera en la cola 
μ μ  λ
n
λ
 Pn  Probabilid ad de que " n" clientes estén en el sistema P  
 
o μ
λ
 Po  Probabilid ad de cero unidades en el sistema (la unidad de servicio está vacía) 1
μ
Donde:
N0 promedio de llegada N0 promedio de clientes atendidos
λ  tasa de llegada
 unidad  μ  tasa de servicio
 unidad 
 tiempo   tiempo 
EJEMPLO

TEORIA DE COLAS
Una de las oficinas de trabajo del gobierno

recibe a un promedio de 2 trabajadores por
hora y les da el respectivo servicio a razón de
1 cada 20 minutos. Los clientes son
atendidos de acuerdo al criterio FIFO,
Si las llegadas se comportan de acuerdo a
una distribución Poisson y los servicios de
acuerdo a una distribución Exponencial
Negativa, determine las características de
operación del sistema de colas de esta
oficina.
SOLUCION
2 trabajado res
λ  tasa de llegada 
hora
1 trabajador 60 minutos 3 trabajado res

μ  tasa de servicio   
20 minutos hora hora
λ 2
 Ls  Número promedio de unidades en el sistema    2 trabajado res
μ λ 3 2
2 2
λ 2
 Lq  Número promedio de unidades en la cola    1,33  1 trabajado r
μ μ  λ 33  2
1 1
 Ws  Tiempo promedio que una unidad espera en el sistema    1 hora
μ λ 3 2
λ 2
 Wq  Tiempo promedio que una unidad espera en la cola    0,67 horas
μ μ  λ 33  2
λ 2
 Po  Probabilid ad de cero unidades en el sistema 1 1  0,33  33 %
μ 3
2 n
λ 2
 Pn 2  Probabilid ad de que "2" clientes estén en el sistema  P    0 , 33    0 ,15  15 %
 
o μ 3
5.5.- SIMULACIÓN DE COLAS (METODO DE MONTE CARLO)

Nota: Los modelos de simulación abundan en el mundo. Boing Aircraft los utiliza para la
En muchos casos las aerodinámica de sus aviones, los militares simulan juegos de guerra, los estudiantes
distribuciones de administración simulan juegos administrativos para simular la competencia real
observadas de los
tiempos de llegada y de en los negocios, etc. Se estima que la mitad de las compañías manufactureras en
servicio no pueden Estados Unidos usan estos modelos de simulación.
adaptarse a ciertas
distribuciones (Poisson y
La simulaciones el intento de duplicar los aspectos, la apariencia, y las
Exponencial), a parte de características de un sistema real.
no poder ser valida la Cuando un sistema contiene elementos que muestran la suerte en su
suposición FIFO. Por
tanto para poder comportamiento (probabilidades), se puede aplicar el Método de Monte Carlo de
solucionar este tipo de simulación. La base de este método es la experimentación sobre elementos
problemas tendremos posibles a través del muestreo aleatorio. Esta técnica utiliza 5 sencillos pasos:
1. Establecer una distribución de probabilidades para las variables importantes.

2. Construir una distribución acumulada de probabilidades para cada variable.
3. Establecer un intervalo de números aleatorios para cada variable.
4. Generar números aleatorios.
5. Simular una serie de ensayos.
EJEMPLO
En cierto sistema que cuenta con 1 solo servidor, las llegadas se dan, de una en una,
de acuerdo a los tiempos en la Tabla 1. Los tiempos de servicio están distribuidos
de acuerdo a la Tabla 2. Diga Ud. cuántas personas se van del sistema si las
unidades que llegan sólo pueden esperar 2 minutos. Simule 12 llegadas.
TABLA 1 TABLA 2
TIEMPOS ENTRE LLEGADAS TIEMPO DE SERVICIO
Probabilida T Probabilida
T (min) Pa Rango Pa Rango
d (min) d
2 0,30 4 0,25
5 0,20 6 0,45
7 0,50 8 0,30
Hora de
SERVICIO
llegada
No RAN T Tacumulado RAN T ENTRA SALE Tespera In/Out
1
2
3
4
5
6
7
8
9
Respuesta:


Investigacion Operativa

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Investigacion Operativa

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD TECNOLÓGICA PRIVADA DE SANTA CRUZ

FACULTAD DE CIENCIAS EMPRESARIALES

Para el desarrollo de esta materia se ha preparado este material de estudio, el cual

Te recomiendo que en cuanto tengas cualquier duda de la materia te acerques a tu

AREA DE CIENCIA BASICAS

Carreras : Administración General, Ing. Comercial, Marketing y Publicidad

-- Formular y aplicar modelos lineales a situaciones reales

AREA DE CIENCIA BASICAS

 Gallager Watson(1980) “Métodos Cuantitativos para la toma de decisiones en

1. Introducción a la Investigación de Operaciones (I.O)

1.3. Principales aplicaciones de la investigación de operaciones

2.2 Solución gráfica de un problema lineal

Taha Hamdy A. INVESTIGACION DE OPERACIONES, 5ta Ed.1995, Edit. Alfaomega,

960 Pág. Libro: 18-24.

2.3. Teoría del método Simplex

AREA DE CIENCIA BASICAS

3. Teoría de la dualidad y Análisis de sensibilidad

AREA DE CIENCIA BASICAS

2. Introducción a la Resolver los ejercicios propuestos del 1 al 2

2. Introducción a la Resolver los ejercicios propuestos del 2 al 3

2. Introducción a la Desarrollo del método Simplex. Casos de especiales

AREA DE CIENCIA BASICAS

Resolver los ejercicios propuestos del 1 al 4:

Calculo de medidas para las líneas de espera. Métodos de

Consolidación Consolidación de todas las unidades avanzadas

AREA DE CIENCIA BASICAS

Objetivos del trabajo:

CARACTERÍSTICAS DE PRESENTACIÓN DEL TRABAJO:

La EXPOSICIÓN y DEFENSA oral se realizará en la fecha mencionada al inicio y utilizando

AREA DE CIENCIA BASICAS

Nombre del formato: Formato para la Instrumentación Didáctica del

AREA ACADEMICA DE CIENCIAS BASICAS

ASIGNATURA __INVESTIGACION DE OPERACIONES 1 No. DE UNIDADES ____5___

Actividades del facilitador

AREA DE CIENCIA BASICAS

Materiales de apoyo Equipo requerido Fuentes de información

1. Respuestas de preguntas sobre la unidad mediante la autoevaluación en línea 10%

AREA DE CIENCIA BASICAS

Fecha de entrega de la instrumentación.

AREA DE CIENCIA BASICAS

A l fin a liz a r la g ra n g u e rra , u n g ru p o d e e llo s s e d e d ic ó a la in d u s tria y a l g o b ie rn o ,

D E SC R IPTIVA INVE TIG AC IO N

 Prod u cci ón,

AREA DE CIENCIA BASICAS

AREA DE CIENCIA BASICAS

Para representar gráficamente una ecuación lineal se tiene encuenta que

Representar gráficamente las siguientes ecuaciones:

AREA DE CIENCIA BASICAS

AREA DE CIENCIA BASICAS

Hallar la intersección de:

AREA DE CIENCIA BASICAS

Nombre del formato: Formato para la Instrumentación Didáctica del

AREA ACADEMICA DE CIENCIAS BASICAS

ASIGNATURA __INVESTIGACION DE OPERACIONES 2 No. DE UNIDADES ____5___

AREA DE CIENCIA BASICAS

AREA DE CIENCIA BASICAS

Materiales de apoyo Equipo requerido Fuentes de información

 Texto Guía MAAP. Investigación de  Pizarrón  Barry Render Jay Heizer.

AREA DE CIENCIA BASICAS

Fecha de entrega de la instrumentación.

AREA DE CIENCIA BASICAS

AREA DE CIENCIA BASICAS

ASIGNATURA INVESTIGACION DE OPERACIONES 1 No. DE UNIDADES 5_

ASIGNATURA INVESTIGACION DE OPERACIONES 2 No. DE UNIDADES 5_