Investigación de

Operaciones
ES LA APLICACIÓN DEL MÉTODO CIENTÍFICO POR
GRUPOS INTERDISCIPLINARIOS, PARA EL CONTROL
DE LAS ORGANIZACIONES O SISTEMAS (HOMBRE -
MÁQUINA) CON EL FIN DE QUE SE PRODUZCAN
LAS SOLUCIONES QUE MEJOR SIRVAN A LOS
OBJETIVOS DE TODA LA ORGANIZACIÓN
Programación Lineal
 ES UNA TÉCNICA MATEMÁTICA DESARROLLADA POR
G.B. DANTZIG Y ASOCIADOS EN 1947. CONSISTE EN
UN CONJUNTO DE DESIGUALDADES MATEMÁTICAS QUE
PARA OPTIMIZAR SE CAMBIA A IGUALDADES. QUE
PERMITE DISTRIBUIR RECURSOS, SERVICIOS, BIENES Y
ACTIVIDADES DE MANERA OPTIMA. RESPETANDO
CIERTAS CONDICIONES ESTABLECIDAS.

UNA DISTRIBUCIÓN SE CONSIDERA OPTIMA

CUANDO ES TAN BUENA QUE NO PUEDE SER
MEJOR.
 La programación lineal se constituye por un modelo
matemático expresado de una manera precisa que los
especialistas conocen como forma "canónica"

Este modelo comprende 3 elementos

fundamentales:

Variables de decisión RESTRICCIONES

X1, X2,... Xn
Son las incognitas a
resolver
Factores contables del sistema
que se está modelando, estos
pueden tomar diversos valores,
de los cuales se precisa conocer
su valor óptimo
FUNCIÓN OBJETIVO
Son una serie de contextos,
Representa lo que hay que
los cuales deben cumplirse
optimizar. Estrecha relación con
obligatoriamente.
la pregunta general.
Todo aquello que limita de los
Podemos usar la expresión
valores que pueden tomar las
Máx
variables de decisión
Mín
 TANTO LA FUNCIÓN (OBJETIVO) COMO LAS
RESTRICCIONES SON FÓRMULAS MATEMÁTICAS
EN TERMINO A LAS VARIABLES DE DECISIÓN.
Cj= Coeficientes de xj
costos
Variables de decisión
Max Z = 4x1 + 5x2 + x3
Función Objetivo

Sujeto a:

8x1 + 2x2 + 3x3 <= 45

2x1 + 6x2 + 9x3 <=10 Restricciones
-x1 + 2x2 + 4x3 = 20

xij>=0 No negatividad
Max Z = 4x1 + 5x2 + x3

Sujeto a:

8x1 + 2x2 + 3x3 <= 45

2x1 + 6x2 + 9x3 <=10
-x1 + 2x2 + 4x3 = 20

xij>=0
 METODOLOGÍA

DEFINIR EL
IDENTIFICAR Y IDENTIFICAR Y PLANTEAR LA
CRITERIO DE LA
DEFINIR DEFINIR FUNCIÓN
FUNCIÓN
VARIABLES RESTRICCIONES OBJETIVO
OBJETIVO
Ejemplo:

La fábrica de Hilados y Tejidos "Salazar" requiere fabricar 2

tejidos de calidad diferente T y T'; se dispone de 500 Kg de hilo (A),
300 Kg de hilo (B) y 108 Kg de hilo (C). Para obtener un metro de T
diariamente se necesitan 125 gr de (A), 150 gr de (B) y 72 gr de (C);
para producir un metro de T' por día se necesitan 200 gr de (A),
100 gr de (B) y 27 gr (C). El T se vende a $4,000 el metro y el T' se
vende a $ 5,000 el metro. Si se debe obtener el máximo beneficio,
¿Cuántos metros de T y T' se deben fabricar?
Método Simplex: Es un
procedimiento interactivo que
permite mejorar la solución de la
función objetivo en cada paso.
Método Gráfico
 Un problema de programación lineal con sólo dos
variables de decisión se puede resolver de manera gráfica

DEFINICIONES:
Funciones Lineales: Expresiones matemáticas en las cualeslas variables aparecenen términos
independientes y aparecen elevadas a la primera potencia.

Región factible:Un conjunto de soluciones que satisface todas las limitantes de manera simultánea.

Limitantes de no negatividad: Un conjunto de limitantes que requiere que todas las variables sean no
negativas.

Recta de isoutilidad: recta a lo largo de la cual la funciónobjetivo conserva el mismo valor.

Vértice de la región factible : intersección de dos o más restricciones para formar una esquina de la
región factible
 PROCEDIMIENTO:

1. Prepare una gráfica de las soluciones factibles para cada una de las restricciones.

2.Determine la región factible identificando las soluciones que satisfagan todas las
restricciones de manera simultánea.

3. Dibuje una línea de función objetivo que muestre todos los valores de las variables X1
y X2 que dan un valor específico de la función objetivo.
 PROCEDIMIENTO:

4. Mueva líneas de función objetivo paralelamente hacia valores de la función objetivo

mayores,para problemas de maximización, y más pequeñas,para problemas de
minimización, hasta que un movimiento adicional saque la línea completamente fuera de
la región factible.

5. Cualquier solución factible de la línea de función objetivo con el valor más

elevado,para problemas de maximización y con el valor más pequeño para problemas de
minimización, es una soluciónóptima.