UNIVERSIDAD PRIVADA DEL NORTE

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

INVESTIGACIÓN DE OPERACIONES 1

PREGRADO

Período Académico 2024 – 1

PREGRADO MSc. Jorge Luis Chiroque Calderón

CAMPUS VIRTUAL jorge.chiroque@upn.pe
 UNIVERSIDAD PRIVADA DEL NORTE

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

INVESTIGACIÓN DE OPERACIONES 1

PREGRADO

Período Académico 2024 – 1

PREGRADO MSc. Jorge Luis Chiroque Calderón

CAMPUS VIRTUAL jorge.chiroque@upn.pe
 Tema 5: Análisis de Sensibilidad Unidad I: Introducción a la Programación Lineal. (4)
Introducción

Recordemos…
¿Cuáles fueron los temas de las sesiones anteriores?

Introducción a la Programación Lineal (PL)

Casos de Aplicación con Multivariables
Análisis de Sensibilidad

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1: Introducción a la Programación Lineal (PL) Unidad I: Introducción a la Programación Lineal. (4)
Introducción
Modelo de programación lineal con dos variables
Modelo PL (Modelo Matemático)

Tipo de Optimización Maximizar/Minimizar 𝑧 = 𝑐1 𝑥1 + 𝑐2 𝑥2 Función Objetivo

Sujeto a
𝑎11 𝑥1 + 𝑎12 𝑥2 ≤ 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 ≤ 𝑏2
Restricciones ⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 ≤ 𝑏𝑚
Condiciones o Restricciones
𝑥1 ≥ 0, 𝑥2 ≥ 0 de No Negatividad

Solución Óptima NOTA:

▪ Para un problema de maximización, una solución óptima para
un PL, es un punto con el valor de la función objetivo más
grande en la región factible.
▪ Para un problema de minimización, una solución óptima es
un punto con el valor de la función objetivo más pequeño en
la región factible.
▪ Para formular problemas de programación lineal, primero se debe
definir las variables de decisión; luego, la función objetivo y las
restricciones del modelo.
▪ Las restricciones pueden tener relaciones de orden: menor que < ,
mayor que > , menor o igual que ≤ , mayor o igual que ≤ e igual
= .

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Introducción

Todo ingeniero industrial debe

conocer cómo abordar problemas
relacionados a la logística y
abastecimiento, ¿Qué problemas
del área de logística y
abastecimiento pueden resolverse
con el soporte de la investigación
de operaciones?

Transporte, asignación,
transbordo
(Casos especiales de
Programación Lineal)
MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe
 Unidad II:
Programación Multiobjetivo y Modelos de
Transporte

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1:
Modelo de Transporte
(Método de Programación Lineal, PL)

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Contenido:
• Primera sesión:
▪ Tema 1: Modelos de Transporte.
Método de Programación Lineal, PL

Logros de Aprendizaje:
Al término de la sesión, estarás en la capacidad de:
▪ Identificar las características del problema de transporte.
▪ Identificar la estructura del modelo de transporte.
▪ Identificar los elementos del modelo de transporte.
▪ Identificar los métodos de solución del modelo de transporte.
▪ Construir el modelo de transporte.
▪ Utilizar software Solver de Excel, para hallar la solución óptima a los problemas de transporte.

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Introducción

Quebec
Ámsterdam

New York
California

Shanghai

Lambayeque
La Libertad
Ica

Programación Lineal
casos especiales:
Transporte, asignación,
transbordo.
Centros de producción de arándanos

Centros de distribución de arándanos

Empresa Peruana exportadora de Arándanos

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Introducción

𝑎1 𝑐11 : 𝑥11 𝑏1

Para esta empresa exportadora, ¿Será Origen 1 Destino 1

posible determinar las cantidades de

Unidades Demandadas
Unidades Ofertadas
arándanos que se deben exportar desde 𝑎2 𝑏2

cada una de sus plantas hacia cada uno Origen 2 Destino 2

de los centros de distribución, tal que el 𝑎𝑖 𝑏𝑗

costo de transporte sea mínimo?
Origen 𝑖 Destino 𝑗
⋮ ⋮
𝑎𝑚 𝑏𝑛
𝑐𝑚𝑛 : 𝑥𝑚𝑛
Origen 𝑚 Destino 𝑛

Modelos de Transporte

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Modelo de Transporte
Características del Modelo de Transporte Representación del modelo de transporte con nodos y arcos
▪ El modelo de transporte es una clase especial de programación lineal que
𝑎1 𝑐11 : 𝑥11 𝑏1
tiene que ver con transportar un producto desde sus fuentes u orígenes
(fábricas, plantas de fabricación) hasta sus destinos (centros de
Origen 1 Destino 1
distribución, bodegas).
▪ El objetivo es determinar el programa de transporte que minimice el costo

Unidades Demandadas
Unidades Ofertadas
total del transporte y que al mismo tiempo satisfaga los límites de la oferta 𝑎2 𝑏2
y la demanda.
▪ En el modelo se supone que el costo de transporte es proporcional a la Origen 2 Destino 2
cantidad de unidades transportadas en determinada ruta.
Estructura del Modelo de Transporte 𝑎𝑖 𝑏𝑗
La red que aparece en la figura representa el problema:
Origen 𝑖 Destino 𝑗
▪ Hay 𝑚 orígenes y 𝑛 destinos, cada uno representado por un nodo.
▪ Los arcos representan las rutas que unen los orígenes con los destinos. ⋮ ⋮
𝑎𝑚 𝑏𝑛
▪ El arco 𝑖, 𝑗 que une el origen 𝑖 con el destino 𝑗 transporta dos piezas de
información: el costo de transporte por unidad 𝑐𝑖𝑗 y la cantidad 𝑐𝑚𝑛 : 𝑥𝑚𝑛
Origen 𝑚 Destino 𝑛
transportada, 𝑥𝑖𝑗 .
▪ La cantidad de la oferta en el origen 𝑖 es 𝑎𝑖 y la cantidad de la demanda en
el destino 𝑗 es 𝑏𝑗 .

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Modelo de Transporte
Algoritmos o Métodos de Solución del Modelo de Transporte
▪ Método de Programación Lineal (PL).
▪ Método de Esquina Noroeste (ENO).
▪ Método de Aproximación de Vogel (MAV).
▪ Método de Stepping Stone.
▪ Método de Aproximación de Russell.

Algoritmos o Métodos de Solución del Modelo de

Transporte

Método de Método de Método de Método Método de

Programación Lineal Esquina Noroeste Aproximación de Vogel de Aproximación de
(PL) (ENO) (MAV) Stepping Stone Russell

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Modelo de Transporte
Problema de Transporte: Elementos del Modelo de Transporte
Imagínese que un cierto producto debe enviarse en determinadas cantidades 𝑎1 , 𝑎2 , … , 𝑎𝑚 , desde cada uno de 𝑚 orígenes, y recibirse en cantidades
𝑏1 , 𝑏2 , … , 𝑏𝑛 , en cada uno de 𝑛 destinos. El problema consiste en determinar las cantidades 𝑥𝑖𝑗 , que deben enviarse desde el origen 𝑖 al destino 𝑗, para
conseguir minimizar el coste del envío. Los cuatro elementos principales de este problema son:
Datos: Restricciones:
𝑚: el número de orígenes, Las restricciones de este problema son:
𝑛
𝑛: el número de destinos,
𝑎𝑖 : la cantidad que debe enviarse desde el origen 𝑖. ෍ 𝑥𝑖𝑗 = 𝑎𝑖 ; 𝑖 = 1,2, … , 𝑚 … [Cantidad Ofertada]
𝑏𝑗 : la cantidad que debe ser recibida en el destino 𝑗. 𝑗=1
𝑚
𝑐𝑖𝑗 : el costo de envío de una unidad de producto desde el origen 𝑖 al
෍ 𝑥𝑖𝑗 = 𝑏𝑗 ; 𝑗 = 1,2, … , 𝑛 … [Cantidad Demandada]
destino 𝑗.
𝑖=1
Variables:
𝑥𝑖𝑗 : la cantidad que se envía del el origen 𝑖 al destino 𝑗.
El primer conjunto de condiciones indica que la cantidad del producto que parte
Se supone que las variables deben ser no negativas: del origen 𝑖 debe coincidir con la suma de las cantidades que parten de ese origen
𝑥𝑖𝑗 ≥ 0; 𝑖 = 1,2, … , 𝑚; 𝑗 = 1,2, … , 𝑛 hasta los distintos destinos 𝑗 = 1, . . . , 𝑛.
Objetivo que debe optimizarse: El segundo conjunto de condiciones asegura que el total recibido en el destino 𝑗
En el problema del transporte nos interesa normalmente minimizar debe corresponder a la suma de todas las cantidades que llegan a ese destino y
los costos de envío (suma de los costos de envío por unidad de parten de los distintos orígenes 𝑖 = 1, . . . , 𝑚.
producto multiplicado por las cantidades enviadas); es decir, se Una vez que se han identificado estos cuatro elementos, se está preparado para
debe minimizar resolver el problema.
𝑚 𝑛

𝑧 = ෍ ෍ 𝑐𝑖𝑗 𝑥𝑖𝑗 Nota: Balanceo del modelo de transporte

𝑖=1 𝑗=1
෍ 𝑂𝑓𝑒𝑟𝑡𝑎 = ෍ 𝐷𝑒𝑚𝑎𝑛𝑑𝑎

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Modelo de Transporte
Caso N° 01: El modelo de transporte tiene como objetivo determinar el
Una empresa agroindustrial tiene tres plantas: en Trujillo, Chiclayo programa de transporte que minimice el costo total del
y Piura; y dos centros principales de distribución en Arequipa y transporte y que al mismo tiempo satisfaga los límites de la
Lima. Las capacidades de las tres plantas durante el próximo oferta y la demanda.
trimestre serán 1000, 1500 y 1200 toneladas de ají páprika. Las
Solución
demandas trimestrales en los dos centros de distribución son 2300 y
1400 toneladas de ají páprika. El kilometraje entre las fábricas y los 1000
centros de distribución se ve en la tabla siguiente. 1
Arequipa Lima Trujillo 2300
Trujillo 1568 559.7 1
Chiclayo 1780.2 771.8 Arequipa
Piura 1997.3 988.9 1500
2
La empresa transportista cobra 8 centavos de dólar por kilómetro y Chiclayo 1400
por tonelada de ají páprika. El costo de transporte por tonelada de 2
ají páprika, en las distintas rutas, se calcula como se ve en la Lima
siguiente tabla: 1200
3
Arequipa (1) Lima (2)
Piura
Trujillo (1) 125.44 44.776
Chiclayo (2) 142.416 61.68 𝑥𝑖𝑗 donde 𝑖 = 1,2,3; 𝑗 = 1,2 es la cantidad de toneladas de
Piura (3) 159.784 79.112 ají páprika que pueden se transportadas desde la planta i al
centro de distribución j a un mínimo costo.

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Modelo de Transporte
Caso N° 01: Costo de transporte por tonelada de ají páprika, en las
distintas rutas y redondeado hasta el dólar más próximo
Solución
Arequipa (1) Lima (2)
Definiendo las variables: Trujillo (1) 125.44 44.776
𝑥𝑖𝑗 donde 𝑖 = 1,2,3; 𝑗 = 1,2 es la cantidad de toneladas de ají páprika que Chiclayo (2) 142.416 61.68
pueden se transportadas desde la planta i al centro de distribución j a un Piura (3) 159.784 79.112
mínimo costo. Representación del modelo de transporte
Definiendo la Función Objetivo:
𝑧 = 125.44𝑥11 + 44.776𝑥12 +142.416𝑥21 +61.68𝑥22 +159.784𝑥31 +79.112𝑥32 1000
Definiendo la Restricciones: 1
Restricciones de Oferta: Trujillo 2300
𝑥11 + 𝑥12 = 1000… [Trujillo] 1
𝑥21 +𝑥22 = 1500… [Chiclayo] Arequipa
𝑥31 +𝑥32 = 1200 … [Piura] 1500
2
Restricciones de Demanda:
𝑥11 +𝑥21 +𝑥31 = 2300 … [Arequipa] Chiclayo 1400
2
𝑥12 +𝑥22 +𝑥32 = 1400 … [Lima]
Condiciones de No Negatividad: Lima
1200
𝑥𝑖𝑗 ≥ 0, 𝑖 = 1,2,3; 𝑗 = 1,2 3
Nota: Balanceo del modelo de transporte Piura
Todas estas restricciones son ecuaciones porque la oferta total desde los tres
orígenes (1000 + 1500 + 1200 = 3700 toneladas de ají páprika) es igual a la
demanda total en los dos destinos (2300 + 1400 = 3700 toneladas de ají páprika).

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Modelo de Transporte
Caso N° 01: 1000
Solución
Trujillo 2300
El modelo de transporte (PPL) para el problema es el siguiente:
Minimizar 𝑧 = 125.44𝑥11 + 44.776𝑥12 +142.416𝑥21 +61.68𝑥22 +159.784𝑥31 +79.112𝑥32 Arequipa
Sujeto a 1500
𝑥11 + 𝑥12 = 1000… [Trujillo]
𝑥21 +𝑥22 = 1500… [Chiclayo] Chiclayo 1400
𝑥31 +𝑥32 = 1200 … [Piura]
𝑥11 +𝑥21 +𝑥31 = 2300 … [Arequipa] Lima
𝑥12 +𝑥22 +𝑥32 = 1400 … [Lima] 1200
𝑥𝑖𝑗 ≥ 0, 𝑖 = 1,2,3; 𝑗 = 1,2
Piura
Solución en SOLVER
Modelo de Transporte en Excel El modelo recomienda que, las
Datos
x11 x12 x21 x22 x31 x32 Totales Limitaciones
cantidades a enviar (solución óptima)
FO (Costo) 125.44 44.776 142.416 61.68 159.784 79.112 417 774.4 son las de la siguiente tabla:
R1 (Restricción de Oferta 1) 1 1 0 0 0 0 1000 = 1000 Arequipa (1) Lima (2)
R2 (Restricción de Oferta 2) 0 0 1 1 0 0 1500 = 1500 Trujillo (1) 1000 0
R3 (Restricción de Oferta 3) 0 0 0 0 1 1 1200 = 1200
Chiclayo (2) 100 1400
R4 (Restricción de Demanda 1) 1 0 1 0 1 0 2300 = 2300
0 1 0 1 0 1 1400 = 1400
Piura (3) 1200 0
R5 (Restricción de Demanda 2)
>=0 >=0 >=0 >=0 >=0 >=0 Donde el costo mínimo de transporte
Resultados
es de S/ 417 774.40.
Variables de decision x11 x12 x21 x22 x31 x32 z*
Solución 1000 0 100 1400 1200 0 417 774.4

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Cierre

Finalmente…
¿Qué aprendimos hoy?

Modelos de Transporte

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Cierre

Recordemos…
menti.com
2957 6430

¿Qué palabras claves recuerdas de

la sesión de hoy?

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Conclusiones

Para finalizar, recordemos lo aprendido en la sesión de hoy:

▪ El modelo de transporte es un modelo especial de la PL, estudia los envíos desde puntos de orígenes a puntos de destino.
▪ La característica principal del problema de transporte es que:
El objetivo es determinar el programa de transporte que minimice el costo total del transporte y que al mismo tiempo
satisfaga los límites de la oferta y la demanda.
▪ La estructura del modelo de transporte presenta 𝑚 orígenes y 𝑛 destinos, cada uno representado por un nodo, los arcos
representan las rutas que unen los orígenes con los destinos y contienen dos piezas de información: el costo de transporte por
unidad 𝑐𝑖𝑗 y la cantidad transportada, 𝑥𝑖𝑗 . Además, la cantidad de la oferta en el origen 𝑖 es 𝑎𝑖 y la cantidad de la demanda en
el destino 𝑗 es 𝑏𝑗 .
▪ Los elementos del modelo de transporte, son los datos, las variables definidas, la función objetivo, las restricciones.
▪ Los Métodos de Solución del Modelo de Transporte son Método de Programación Lineal (PL), Método de Esquina Noroeste
(ENO), Método de Aproximación de Vogel (MAV), Método de Stepping Stone y Método de Aproximación de Russell.
▪ El balanceo del modelo de transporte afirma que:
෍ 𝑂𝑓𝑒𝑟𝑡𝑎 = ෍ 𝐷𝑒𝑚𝑎𝑛𝑑𝑎

▪ La construcción del modelo de transporte es similar a los modelos de programación lineal.

▪ El Solver de Excel, permite hallar la solución óptima a los problemas de transporte.

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

 Tema 1 Unidad II: Programación Multiobjetivo y Modelos de Transporte. (3)
Referencias Bibliográficas

▪ Eppen, G.D. y Gould, F.J. (2000). Investigación de

operaciones en la ciencia administrativa (5a ed.).
Prentice Hall.
▪ Hillier, F. y Lieberman, G. (2010). Introducción a la
investigación de operaciones (9a ed.). Mc Graw-
Hill.
▪ Taha, H. (2017). Investigación de operaciones (10ma
ed.). Pearson Education.
Recomendaciones y Sugerencias:
Revisar:
▪ El módulo de la SEMANA 5 del aula virtual BLACKBOARD.
▪ Capítulo 5. Página 175. Taha, H. (2017). Investigación de operaciones (10ma ed.). Pearson Education.
Próximo Tema:
Modelo de Transbordo.

MSc. Jorge Luis Chiroque Calderón jorge.chiroque@upn.pe

© 2022 | Universidad Privada del Norte