INVESTIGACIÓN DE OPERACIONES

El curso de Investigación de Operaciones, conocido también

como Investigación Operativa o Investigación Operacional,
comprende modelos matemáticos que tienen como finalidad la
adecuada toma de decisiones, en distintos aspectos de las
actividades humanas y empresariales.
Los principales modelos son: Programación Lineal,
Programación Dinámica, Programación cuadrática, Transporte
Transbordo y Asignación, análisis de decisión, Inventarios,
Grafos o Redes y Planeación de Proyectos, Filas de Espera
(Teoría de Colas), Cadenas de Markov, Teoría de Juegos,
Simulación de Sistemas, entre otros que serán estudiados en
Investigación de Operaciones I, Investigación de Operaciones
II y Simulación de Sistemas.
 MODELO DE PROGRAMACIÓN LINEAL

Las organizaciones toman decisiones previamente estudiadas.

El nivel de profundidad del estudio depende de la importancia
de la decisión. En la mayoría de casos se utilizan los modelos
de Investigación de Operaciones.
Las decisiones óptimas procuran lograr los mejores beneficios
o participaciones (Maximizar lo positivo), o minimizar los
costos o riesgos (lo negativo).
La programación lineal, considerada como el mejor invento de
gestión del siglo XX y calificada por los expertos como el
modelo más importante de la investigación de operaciones
(porque incluye otros modelos que se derivan a partir de ella),
se aplica para optimizar el uso de los recursos enfocados hacia
el logro de los objetivos empresariales en todas las
organizaciones del mundo.
 MODELO DE PROGRAMACIÓN LINEAL

Para conocer mejor el modelo de Programación Lineal, primero

se tratarán los temas básicos o elementos del problema y
después lo definiremos.
El modelo de programación lineal, se caracteriza porque sirve
para programar recursos y todas las relaciones son lineales
(ecuación de la recta).Tiene los siguientes elementos:
1. Asignación de variables: las variables más utilizadas y
recomendadas por los expertos en Programación Lineal son
X1, X2, X3, …, Xn. En bibliografía y páginas de internet se
encuentran problemas donde se asignan variables como
X, Y, Z u otras como M para representar mesas, S para
representar sillas, pero ello no es recomendable.
2. Función Objetivo: Optimizar (maximizar o minimizar).
Se maximizan los beneficios, ingresos, participaciones.
Se minimizan los costos, los riesgos.
 MODELO DE PROGRAMACIÓN LINEAL

3. Restricciones
3.1. Restricciones estructurales, corresponden a las
limitaciones de los bienes, en economía todos los recursos son
escasos.
3.2 Restricciones de no negatividad, las variables no pueden
tomar valores negativos.

Problema: Determinar la mejor alternativa de producción

semanal para una carpintería que produce mesas y sillas de
madera, sabiendo que: cada mesa requiere de cuatro horas de
trabajo en el taller de carpintería y dos horas en el taller de
pintura, cada silla requiere tres horas en el taller de
carpintería y una hora en el taller de pintura, todas las mesas
y sillas que se produzcan pueden ser vendidas en el mercado,
cada mesa produce una utilidad de 7 dólares y cada silla 5
dólares,
 Problema de aplicación (continuación)
y que como máximo se puede disponer de los talleres de
carpintería y pintura por 240 y 100 horas semanales
respectivamente.
Resolución:
Antes de resolver cualquier problema se recomienda leerlo
varias veces hasta entenderlo correctamente, luego se
procede a formularlo y finalmente a resolverlo.

Asignación de Variables:
Sea:
X1 = Número de mesas a producir semanalmente
X2 = Número de sillas a producir semanalmente
Función Objetivo
Maximizar 7 X1 + 5 X2
 Problema de aplicación
Restricciones Estructurales:
4 X1 + 3 X2 ≤ 240  Horas en el Taller de Carpintería
2 X1 + X2 ≤ 100  Horas en el Taller de Pintura

Restricciones de no negatividad:
X1 ≥ 0
X2 ≥ 0
Comentarios:
Para formular la función objetivo decimos, si por cada mesa
se gana $7, entonces en X1 mesas se ganarán $7X1 dólares,
lo mismo para X2, si por cada silla se ganan $5, para X2 sillas
se ganarán $5 X2.
Para cualquier valor de X1 y X2 se cumplirá la función
objetivo propuesta.
 Problema de aplicación
Para formular las restricciones de no negatividad cuando se
tienen varias variables, en lugar de escribir una restricción
para cada variable es conveniente poner una sola restricción
para todas ellas, como la que sigue:
X1, X2, X3, …,Xn ≥ 0
Formular un problema de programación lineal solo es asignar
variables, establecer la función objetivo y las restricciones.
Debido a que existen varios software especializados para
resolver problemas de programación lineal, pero ninguno
para formularlos, se recomienda al estudiante tratar de
formular problemas, por cuanto solo se aprende de esa
forma.
Para resolver los problemas de programación lineal se
dispone de varios métodos (gráfico, algebraico, simplex).
 Problema de aplicación – Método gráfico

Método gráfico de resolución

Es el único método que enseña y muestra los detalles del
modelo, está en todos los libros de Investigación de
Operaciones. Se utiliza solo para problemas de dos variables.
Para graficar las restricciones es necesario tabularlas,
suponiendo que son ecuaciones o igualdades.

Restricción 1 Restricción 2
4 X1 + 3 X2 = 240 2 X1 + X2 = 100

X1 0 50
X1 0 60
X2 100 0
X2 80 0
 Problema de aplicación – Método gráfico
La gráfica es la siguiente

X2
La región factible es un
polígono convexo, que es 100
conformado solo por las
restricciones, para el presente A R2
caso es el cuadrilátero
irregular O, A, B, C.
Las restricciones de no
negatividad, no se grafican 50 B
porque utilizamos solo el
primer cuadrante del plano,
donde los dos semi ejes son
positivos.
REGIÓN R1
FACTIBLE
0 C 60 X1
 Problema de aplicación – Método gráfico
En la región factible se ubican todos los puntos, que cumplen
al mismo tiempo con todas las restricciones, tiene infinitos
puntos por ser un polígono, todos ellos representan una
solución factible.
La solución óptima problema es siempre uno de los vértices de
la región factible, entonces basta con calcular el valor de la FO
en los vértices de la Región Factible y seleccionar el mayor
para maximizar (o el menor para minimizar).
Las coordenadas de los puntos A y C son conocidos desde la
tabulación. Para conocer analíticamente las coordenadas del
punto B se resuelve el sistema de ecuaciones correspondiente
a las restricciones que al cortarse forman el referido punto
(expresadas como ecuación o igualdad).
Para el punto B
4 X1 + 3 X2 = 240
2 X1 + X2 =100
 Problema de aplicación – Método gráfico
Al resolver el sistema de dos ecuaciones con dos incógnitas
(por cualquier método conocido), se obtiene:
X1 = 30; X2 = 40. Luego se puede presentar la respuesta

PUNTO COORDENADAS VALOR

X1 X2 F.O

O 0 0 0
A 0 80 400
B 30 40 410
C 50 0 350
Como se puede observar el mayor valor de la función objetivo
(máximo) es $410, que indica que la carpintería logrará el
mayor beneficio produciendo 30 mesas y 40 sillas.
La solución al problema y el valor del punto B, se
determinaron analíticamente (se aplicó el método gráfico
combinado con el método analítico), pero también se puede
determinar toda la solución gráficamente.
 Problema de aplicación – Método gráfico
Si se desarrolla el método gráfico con exactitud, es posible
determinar las coordenadas de cualquier punto, simplemente
leyendo en los semiejes de la gráfica con la escala
correspondiente.
Para determinar la solución gráfica del problema, sin el apoyo
del método analítico, se debe representar la función objetivo
en la gráfica, para ello se recomienda igualar la F.O. al mínimo
común múltiplo de sus coeficientes y tabular para ambas
variables; si las coordenadas de la FO no están en la misma
escala de las restricciones, se debe aumentar o suprimir ceros
al MCM.

7 X1 + 5 X2 = 35 X1 0 5
Tabulando se tiene: X2 7 0
 Problema de aplicación – Método gráfico
Como se puede observar los datos de la tabulación son más
pequeños que los de las restricciones en la gráfica, por lo que
conviene multiplicar el MCM por 10, obteniendo:
7 X1 + 5 X2 = 350
Tabulando: X2

100
X1 0 50 FO
X2 70 0 A R2
FO
La función objetivo es un
Vector, se puede trasladar a 50
cualquier paralela. B
Por lo que basta con trazar
una paralela que pase por
el ángulo más extremo de REGIÓN R1
la región factible. Ese punto FACTIBLE
será el Máximo, que como se O C 50 FO X1
puede ver es el punto B.
 Método gráfico Caso Minimización

Problema:
Una escuela prepara una excursión para 400 alumnos. La empresa de
transporte tiene 8 buses de 40 pasajeros y 10 buses de 50 pasajeros,
pero solo dispone de 9 conductores. El alquiler de un bus grande
cuesta 80 Euros y el de un bus pequeño 60 Euros. Determinar por el
método gráfico la mejor opción económica de transporte para la
excursión.
Solución
Sea:
X1 = Número de buses pequeños a alquilar (40 pasajeros)
X2 = Número de buses grandes a alquilar (50 pasajeros)
Función Objetivo
Minimizar 60 X1 + 80 X2
 Método gráfico Caso Minimización
Sujeto a:
40 X1 + 50 X2 ≥ 400 (El total de alumnos debe ser 400 o más)
X1 ≤ 8 (Buses de 40)
X2 ≤ 10 (Buses de 50)
10 R3
X1 + X2 ≤ 9 (Conductores) B
A R4 REGIÓN
X1, X2 ≥ 0 R1 FACTIBLE
Tabulando la R1 R2

X1 0 10 5 C

X2 8 0

Región factible Triángulo ABC R1

Es conveniente identificar las
Restricciones en el gráfico para 5 8 9 10
determinar las que se cortan
para cada punto.
 Método gráfico Caso Minimización
El punto C se forma entre las Restricciones 1 y 4, entonces
hay que resolver el sistema de ecuaciones:
40 X1 + 50 X2 = 400
X1 + X2 = 9 De la solución se tiene: X1 = 5 y X2 = 4
Evaluando el valor de la FO en los puntos de la Región
Objetivo:
A(0, 8)= 640 B(0, 9) = 720 C(5, 4) = 620 Euros

Observe:
 Que en lugar de escribir la palabra “Restricciones” en la formulación del
problema, se puede poner solamente Sujeto a (o solo SA).
 Que otra forma de escribir la solución es referenciando el valor de la
Función Objetivo (conocida también como Z) a cada punto, como en el
presente caso.
 En minimización la Región Factible está alejada del origen, y el (0, 0)
nunca está incluido en ella, porque de estarlo sería el mínimo. En el
problema de la excursión no se gasta nada, pero no habría excursión.
 Casos especiales
Se tienen los siguientes casos especiales:

1. La F O es paralela a una restricción

Tiene infinitas
Al trazar la paralela de la FO al extremo de la R2 Soluciones
factibles
región factible, quedará ubicada sobre la R1 A
(exactamente ), por lo que no habrá un solo B
R1 // Z
punto óptimo, si no todo el segmento AB, RF R1
que tiene infinitos puntos, por ello se afirma C
Z
que el problema tiene infinitas soluciones
óptimas.

2. No Hay Región Factible Acotada

No hay Región
Cuando las restricciones no se
Factible acotada
cortan, pero una es “mayor o igual que”
(jala hacia arriba) y la otra es “menor R2
o igual que” (jala hacia abajo). R1
 Casos especiales

3. Las restricciones se cortan pero

No hay Máximo
Ambas son “mayor o igual que” Solo hay Mínimo
La región factible es infinita hacia afuera.
En este caso no hay un máximo acotado, A Región
solo tiene un valor mínimo, que se calcula B Factible
R2
determinando las coordenadas y el valor
R1
de la FO de los ángulos inferiores de la C
región factible (A, B, C).

Otros ejercicios
En vista que el procedimiento de aplicación del método es similar para todos
los casos, y que la dificultad es formular los problemas, con la finalidad de
mejorar la habilidad del estudiante en este aspecto, se formularán algunos
problemas adicionales del Compendio de Problemas de Programación Lineal ,
que es parte del material del curso.
Se seleccionó el siguiente problema porque tiene un tipo de restricción que
hasta ahora no lo hemos visto.
 Otros problemas
Problema 13: Se desea obtener tres elementos químicos a partir de las
sustancias A y B. Un kilo de A contiene 8 gramos del primer elemento, 1
gramo del segundo y 2 del tercero; un kilo de B tiene 4 gramos del primer
elemento, 1 gramo del segundo y 2 del tercero. Se necesita como mínimo 16
gramos del primer elemento, y del segundo y tercer elemento un máximo de 5 y
20 gramos, respectivamente; además, la cantidad de A debe ser máximo el
doble que la cantidad de B. Determinar por el método gráfico de
programación lineal los kilos de A y los de B que han de tomarse para que el
costo sea mínimo. Si un kilo de A vale $2 y uno de B $10. ¿Puede
eliminarse alguna restricción?

Formulación
Sea:
X1 = Kg de sustancia A que se utilizará para obtener los elementos
X2 = Kg de sustancia B que se utilizará para obtener los elementos
Función Objetivo
Minimizar 2 X1 + 10 X2
 Otros problemas
Sujeto a:
1. 8 X1 + 4 X2 ≥ 16 (mínimo 16 g elemento 1)
2. X1 + X2 ≤ 5 (máximo 5 g elemento 1)
3. 2 X1 + 2 X2 ≤ 20 (máximo 20 g elemento 3)
4. X1 ≤ 2 X2  X1 - 2 X2 ≤ 0 (proporción sustancias)
X1 , X2 ≥ 0
Hasta ahí el problema está perfectamente formulado, nótese la
asociación que existe entre la afirmación “como mínimo” que le
corresponde el signo ≥ de la R1, así “como máximo” con el signo ≤
de la segunda y tercera restricción.
La R4, está formulada inicialmente como una expresión y luego como
una restricción (las restricciones tienen solo un número al lado
derecho, no una variable). Pero esta es la primera restricción que
vemos de este tipo, para tabularla es más sencillo a partir de la
expresión, suponiéndola como igualdad (X1 = 2X2), y asignando
valores solo a X2 para determinar del valor de X1.
 Otros problemas
En vista que históricamente los alumnos fallan en determinar
este tipo de restricciones, se indica que se tabulan a partir de
la expresión (X1=2X2), diciendo: si X2 igual acero, X1 es igual a
2(0) = 0, luego si X2 es igual a 5, X1 es igual a 2(5) = 10.
X1 0 10
X2 0 5 Región Factible: A-B-C-D

Para la R4: X1 ≤ 2 X2 en la gráfica se

le puso que jala hacia arriba, ello se
analiza con un punto de prueba a B
cada lado de la restricción. En la R4
práctica este tipo de restricciones A
RF C
jalan hacia la variable mayor; en este
D
caso hacia X2. Se sugiere al alumno
terminar de resolver este Problema.
La R3, no conforma la región factible,
R1 R2 R3
por lo que podría ser eliminada sin
ninguna consecuencia.
 Otras recomendaciones

La asignación de variables está asociada principalmente a las

incógnitas o aspectos que se desea conocer del problema.
Para la formulación de la función objetivo se debe analizar la
información del problema, especialmente la información cuantitativa
(dinero). Cuando el problema no indica la FO, se recomienda:
 Si el problema proporciona la utilidad o beneficio unitario, la FO
debe ser maximizar los beneficios.
 Hay problemas que dan el ingreso unitario por venta y los costos
unitarios, La FO también debe ser maximizar Beneficios, pero
previo cálculo de ellos.
Beneficios = Ingreso unitario por ventas – Costo unitario
 Si el problema solo da el precio o ingreso unitario por ventas,
entonces la FO es maximizar Ingresos.
 Si el problema solo da el costo unitario, la FO debe ser minimizar
el costo.
 Tipos de Restricciones
Por su forma de representación gráfica, en la práctica solo hay tres tipos de
restricciones para los problemas de programación lineal de dos variables:
1. Las que cortan ambos ejes, tienen las dos variables positivas en el primer
miembro de la restricción.
Ejemplos: 8 X1 + 4 X2 ≥ 16 y X 1 + X2 ≤ 5 (se tabulan normalmente)

2. Las que cortan un solo eje, y son paralelas al otro. Tienen una sola variable.
Generalmente se grafican sin tabular. Ejemplos:
X1 ≤ 8 (corta el eje X1 en el 8 y es paralela a X2 , jala hacia el origen)
X2 ≤ 10 (corta el eje X2 en el 10 y es paralela a X1, jala hacia el origen)
3. Las que salen del origen o cortan un solo eje, pero no son paralelas al otro.
Tienen una variable positiva en cada miembro de una expresión, al pasar
ambas variables al primer miembro para convertir la expresión en restricción
queda una de ellas negativa. Se tabula para una sola variable. Ejemplos
X1 ≤ X2  X1 - X2 ≤ 0; en la gráfica sale del origen (0,0) es a 45 o, jala
hacia arriba, por ser mayor X2 (en la expresión).
X1 ≥ 2X2 +10  X1-2X2 ≥10; corta X1 en el 10, jala hacia abajo porque X1 es
mayor (en la expresión). Se sugiere al alumno tabular y graficar estas
restricciones para verificar (tabular dando valores solo a X 2).