Universidad Tecnológica del Perú

Asignatura Investigación de
Operaciones
Sesión 6
Prof. Mg. José Luis Rojas López
 Temario:

• Casos especiales en problemas de programación lineal.

• Solución de problemas
 Logro de la Sesión

Al final de la sesión, el estudiante comprenderá como

funciona la aplicación de administración de
operaciones

Datos/Observaciones
 INICIO

Datos/Observaciones
 Utilidad

Datos/Observaciones
 Transformación
• Los pronosticadores de la empresa señalan que se necesitarán 3 000 calculadoras Financiar Manager y 2
000 calculadoras Técnica. Sin embargo, la capacidad de manufactura es limitada. La empresa cuenta con
200 horas de tiempo de manufactura normal y 50 horas extra que se pueden programar para las
calculadoras. Las horas extra implican una prima al costo adicional de $9 la hora
• COSTOS DE MANUFACTURA Y PRECIOS DE COMPRA PARA LOS COMPONENTES DE LA
CALCULADORA DE SANDERS
Costo por unidad

Tiempo de
Componentes Compra
manufactura(tiempo regular)

Base 0.5 0.6

Cartucho de la Financial 3.75 4

Cartucho de la Technician 3.3 3.9

Cubierta de la Financial 0.6 0.65

Cubierta de la Technician 0.75 0.78

Datos/Observaciones
• TIEMPOS DE MANUFACTURA EN MINUTOS POR UNIDAD PARA LOS COMPONENTES DE LA
CALCULADORA SANDERS

Componentes Tiempo de manufactura

Base 1.0
Cartucho de la Financial 3.0

Cartucho de la Technician 2.5

Cubierta de la Financial 1.0
Cubierta de la Technician 1.5

BM = Cantidad de bases fabricadas

BP = Cantidad de bases compradas

Datos/Observaciones
 Transformación
FCM = Cantidad de cartuchos de la Financiar fabricados

FCP = cantidad de cartuchos de la Financiar comprados

TCM = cantidad de cartuchos de la Técnica fabricados

TCP = cantidad de cartuchos de la Técnica comprados

FTM = cantidad de cubiertas de la Financiar fabricadas

FTP = cantidad de cubiertas de la Financiar compradas

TTM = cantidad de cubiertas de la Técnica fabricadas

TTP = cantidad de cubiertas de la Técnica compradas

Datos/Observaciones
 Transformación
• Se necesita una variable de decisión adicional para determinar las horas extra que deben
• programarse:
OT = número de horas extra que deben programarse

• La función objetivo es minimizar el costo total, incluidos los costos de manufactura, los costos de compra y
los costos de horas extra. Utilizando los datos de costo por unidad y la tarifa del costo de la prima por horas
extra de $9 por hora, escribimos la función objetivo como.

Min 0.5BM + 0.6BP + 3.75CM + 4FCP + 3.3TCM + 3.9TCP + 0.6FTM + 0.65FTP + 0.75TTM + 0.78TTP + 90T

• Las primeras cinco restricciones especifican el número de cada componente necesario para satisfacer la
demanda de 3 000 calculadoras Financiar Manager y 2 000 calculadoras Técnica. Se necesita un total de 5
000 componentes para base, con la cantidad de los otros componentes dependiendo de la demanda de la
calculadora particular. Las cinco restricciones de la demanda son
Datos/Observaciones
 Transformación
𝐵𝑀 + 𝐵𝑃 = 5000 𝐵𝑎𝑠𝑒𝑠
𝐹𝐶𝑀 + 𝐹𝐶𝑃 = 3000 𝐶𝑎𝑟𝑡𝑢𝑐ℎ𝑜𝑠 𝑑𝑒 𝑙𝑎 𝐹𝑖𝑛𝑎𝑛𝑐𝑖𝑎𝑙
𝑇𝐶𝑀 + 𝑇𝐶𝑃 = 2000 𝐶𝑎𝑟𝑡𝑢𝑐ℎ𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑇𝑒𝑐ℎ𝑛𝑖𝑐𝑖𝑎𝑛

𝐹𝑇𝑀 + 𝐹𝑇𝑃 = 3000 𝐶𝑢𝑏𝑖𝑒𝑟𝑡𝑎𝑠 𝑑𝑒 𝑙𝑎 𝐹𝑖𝑛𝑎𝑛𝑐𝑖𝑎𝑙

𝑇𝑇𝑀 + 𝑇𝑇𝑃 = 2000 𝐶𝑢𝑏𝑖𝑒𝑟𝑡𝑎𝑠 𝑑𝑒 𝑙𝑎 𝑇𝑒𝑐ℎ𝑛𝑖𝑐𝑖𝑎𝑛

• Se necesitan dos restricciones para garantizar que las capacidades de manufactura para el tiempo regular
y las horas extra no se excedan. La primera restricción limita la capacidad de tiempo extra a 50 horas, o

𝑂𝑇 ≤ 50

Datos/Observaciones
 Transformación
• La segunda restricción establece que el tiempo de manufactura total requerido para todos los componentes
debe ser menor o igual que la capacidad de manufactura total, incluido el tiempo normal más el tiempo
extra.
• Los tiempos de manufactura para los componentes se expresan en minutos, así que establecemos la
restricción de la capacidad de manufactura total en minutos, con las 200 horas de capacidad de tiempo
normal volviéndose 60(200) = 12,000 minutos.

• Las horas extra reales requeridas son desconocidas en este punto, así que escribimos estas horas como
60OT minutos. Al usar los tiempos de manufactura se obtiene:

𝐵𝑀 + 3𝐹𝐶𝑀 + 2.5𝑇𝐶𝑀 + 𝐹𝑇𝑀 + 1.5𝑇𝑇𝑀 ≤ 1200 + 60 𝑂𝑇

Datos/Observaciones
 Transformación
• Mover la variable de decisión para las horas extra al lado izquierdo de la restricción proporciona la
restricción de la capacidad de manufactura:
𝐵𝑀 + 3𝐹𝐶𝑀 + 2.5𝑇𝐶𝑀 + 𝐹𝑇𝑀 + 1.5𝑇𝑇𝑀 − 60 𝑂𝑇 ≤ 1200

• La formulación completa del problema de hacer o comprar de Sanders con todas las variable de decisión
mayores o iguales que cero es

𝑀𝑖𝑛 0.5𝐵𝑀 + 0.6𝐵𝑃 + 3.75𝐹𝐶𝑀 + 4𝐹𝐶𝑃 + 3.3𝑇𝐶𝑀 + 3.9𝑇𝐶𝑃 + 0.6𝐹𝑇𝑀 + 0.65𝐹𝑇𝑃 + 0.75𝑇𝑇𝑀 + 0.78𝑇𝑇𝑃 + 9𝑂𝑇 s.a.

BM - BP = 5000 Bases
FCM - FCP = 3000 Cartuchos de Financiar

TCM - TCP = 2000 Cartuchos de Técnica

Datos/Observaciones
 Transformación
FTM - FTP = 3000 Cubiertas de Financiar

TTM - TTP = 2000 Cubiertas de Técnica

OT= 50 Horas Extras

𝐵𝑀 + 3𝐹𝐶𝑀 + 2.5𝑇𝐶𝑀 + 𝐹𝑇𝑀 + 1.5𝑇𝑇𝑀 − 60 𝑂𝑇 ≤ 1200 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚𝑎𝑛𝑢𝑓𝑎𝑐𝑡𝑢𝑟𝑎

Datos/Observaciones
 F. Objetivo

BM BP FCM FCP TCM TCP FTM FTP TTM TTP OT 684.0000001

360 0 0.00 0 0.00 0 840 0 0.00 0 0

Totales 0.5 0.6 3.75 4 3.3 3.9 0.6 0.65 0.75 0.78 9

Restricciones

Bases 1 -1 0 0 0 0 0 0 0 0 0 360 = 5000

Car.F 0 0 1 -1 0 0 0 0 0 0 0 0.00 = 3000

Car Tec. 0 0 0 0 1 -1 0 0 0 0 0 0 = 2000

Cub. F 0 0 0 0 0 0 1 -1 0 0 0 840 = 3000

Cub. Tec. 0 0 0 0 0 0 0 0 1 -1 0 0.00 = 2000

Horas extras 0 0 0 0 0 0 0 0 0 0 1 0 <= 50

Capac. Manu. 1 0 3 0 2.5 0 1 0 1.5 0 60 1200 <= 1200

Datos/Observaciones
• Asignación de la fuerza de trabajo.

• Los problemas de asignación de la fuerza de trabajo con frecuencia ocurren cuando los gerentes de
producción deben tomar decisiones que involucran requerimientos de proceso de empleo para un periodo
de planeación dado.

• Las asignaciones de la fuerza de trabajo a menudo tienen cierta flexibilidad, y por lo menos parte del
personal puede asignarse a más de un departamento o centro de trabajo. Tal es el caso cuando los
empleados tienen capacidades cruzadas y pueden dedicarse a dos o más tareas, por ejemplo, cuando el
personal de ventas puede transferirse a otras tiendas.

• En la aplicación siguiente se muestra cómo se utiliza la programación lineal para determinar no sólo una
mezcla de productos óptima, sino también una asignación de la fuerza de trabajo óptima.

Datos/Observaciones
 • McCormick Manufacturen Company fabrica dos productos con contribuciones a las utilidades por unidad
de $10 y $9, respectivamente. Los requerimientos de mano de obra por unidad producida y las horas
totales de mano de obra disponibles del personal asignado a cada uno de los cuatro departamentos se
muestran. Suponiendo que el número de horas disponibles en cada departamento es fijo, podemos
formular el problema de McCormick como un programa lineal de mezcla de productos estándar con las
siguientes variables de decisión:

𝑃1 = 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 1

𝑃2 = 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 2

• El programa lineal es:

Datos/Observaciones
 𝑀𝑎𝑥 10𝑃1 + 9 𝑃2 𝑠. 𝑎.

0.65𝑃1 + 0.95𝑃2 ≤ 6500

0.45𝑃1 + 0.85𝑃2 ≤ 6000

1.00𝑃1 + 0.70𝑃2 ≤ 7000

0.15𝑃1 + 0.30𝑃2 ≤ 1400

• HORAS DE MANO DE OBRA POR UNIDAD POR DEPARTAMENTO Y HORAS TOTALES

DISPONIBLES PARA MCCORMICK MANUFACTURING COMPANY

Datos/Observaciones
 Horas de mano de obra por unidad

Horas totales
Departamento Producto 1 Producto 2
disponibles

1 0.65 0.95 6500

2 0.45 0.85 6000
3 1.00 0.70 7000
4 0.15 0.30 1400

P1 P2 F. Objetivo
5743.589744 1794.871795 73589.74359
Totales 10 9

1 0.65 0.95 5438.461538 <= 6500

2 0.45 0.85 4110.25641 <= 6000
3 1.00 0.70 7000 <= 7000
4 0.15 0.30 1400 <= 1400

Datos/Observaciones
• La solución óptima al modelo de programación lineal se muestra en los cálculos anteriores Después de
redondear, requiere 5 744 unidades del producto 1, 1795 del 2, y utilidades totales de $73,590. Con esta
solución óptima, los departamentos 3 y 4 operan a su capacidad; los departamentos 1 y 2 tienen una
holgura de aproximadamente 1062 y 1890 horas, respectivamente

• Podríamos anticipar que la mezcla de productos cambiaría y que las utilidades totales aumentarían si la
asignación de los empleados podría revisarse de modo que la holgura, o las horas sin usar, en los
departamentos 1 y 2 podrían transferirse a los departamentos que actualmente trabajan a toda su
capacidad

• Sin embargo, el gerente de producción puede no estar seguro de cómo debe reasignarse el personal entre
los cuatro departamentos. Ampliemos el modelo de programación lineal para incluir variables de decisión
que ayudarán a determinar la asignación de la fuerza de trabajo óptima además de la mezcla de productos
que maximiza las utilidades.

Datos/Observaciones
 • Suponga que McCormick tiene un programa de capacitación interdisciplinario que permite transferir a
algunos empleados entre departamentos. Al aprovechar las habilidades cruzadas, un número limitado de
empleados y horas de mano de obra, puede transferirse de un departamento a otro

• La fila 1 de esta tabla muestra que algunos empleados asignados al departamento 1 tienen habilidades
cruzadas que les permiten transferirlos al departamento 2 o 3. La columna de la derecha muestra que, para
el periodo de planeación de la producción actual, se puede transferir un máximo de 400 horas del
departamento 1. Capacidades y habilidades de transferencia cruzada similares se muestran para los
departamentos 2, 3 y 4.
Transferencias cruzadas permitidas al departamento
Horas
Departament
1 2 3 4 totales
o
disponibles

1 - si si - 400

2 - - si si 800

3 - - - si 100

4 si si - - 200

Datos/Observaciones
 • Cuando las asignaciones de la fuerza de trabajo son flexibles, no sabemos automáticamente cuántas horas
de mano de obra deben asignarse o transferirse de cada departamento. Debemos añadir variables de
decisión al modelo de programación lineal para representar estos cambios.
𝑏1 = 𝐿𝑎𝑠 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑚𝑎𝑛𝑜 𝑑𝑒 𝑜𝑏𝑟𝑎 𝑎𝑠𝑖𝑔𝑛𝑎𝑑𝑎𝑠 𝑎𝑙 𝑑𝑒𝑝𝑎𝑟𝑡𝑎𝑚𝑒𝑛𝑡𝑜 𝑖 𝑝𝑎𝑟𝑎 𝑖 = 1,2,3 𝑦 4
𝑡𝑖𝑗 = 𝐿𝑎𝑠 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑚𝑎𝑛𝑜 𝑑𝑒 𝑜𝑏𝑟𝑎 𝑎𝑠𝑖𝑔𝑛𝑎𝑑𝑎𝑠 𝑡𝑟𝑎𝑛𝑠𝑓𝑒𝑟𝑖𝑏𝑙𝑒𝑠 𝑑𝑒𝑙 𝑑𝑒𝑝𝑎𝑟𝑡𝑎𝑚𝑒𝑛𝑡𝑜 𝑖 𝑎𝑙 𝑑𝑒𝑝𝑎𝑟𝑡𝑎𝑚𝑒𝑛𝑡𝑜 𝑗

• Con la adición de las variables de decisión b1, b2, b3 y b4, escribimos las restricciones de capacidad para
los cuatro departamentos como sigue:
0.65𝑃1 + 0.95𝑃2 ≤ 𝑏1

0.45𝑃1 + 0.85𝑃2 ≤ 𝑏2

1.00𝑃1 + 0.70𝑃2 ≤ 𝑏3

0.15𝑃1 + 0.30𝑃2 ≤ 𝑏4
Datos/Observaciones
• Como b1, b2, b3 y b4 ahora son variables de decisión, seguimos la práctica estándar de colocar estas
variables en el lado izquierdo de las desigualdades, y las primeras cuatro restricciones del modelo de
programación lineal se vuelven

0.65𝑃1 + 0.95𝑃2 − 𝑏1 ≤0

0.45𝑃1 + 0.85𝑃2 − 𝑏2 ≤0

1.00𝑃1 + 0.70𝑃2 − 𝑏3 ≤0

0.15𝑃1 + 0.30𝑃2 − 𝑏4 ≤ 0

Datos/Observaciones
• Las horas de mano de obra asignadas en última instancia a cada departamento deben determinarse por
medio de una serie de ecuaciones para equilibrar la mano de obra, o restricciones, que incluyen el número
de horas asignadas inicialmente a cada departamento, más el número de horas transferidas hacia el
departamento, menos el número de horas transferidas hacia fuera del departamento. Utilizando el
departamento 1 como ejemplo, determinamos la asignación de la fuerza de trabajo como sigue:
𝑏1
= 𝐻𝑜𝑟𝑎𝑠 𝑖𝑛𝑖𝑐𝑖𝑎𝑙𝑒𝑠 𝑒𝑛 𝑒𝑙 𝑑𝑒𝑝𝑎𝑟𝑡𝑎𝑚𝑒𝑛𝑡𝑜 + 𝐻𝑜𝑟𝑎𝑠 𝑡𝑟𝑎𝑛𝑠𝑓𝑒𝑟𝑖𝑏𝑙𝑒𝑠 𝑎𝑙 𝑑𝑒𝑝𝑎𝑟𝑡𝑎𝑚𝑒𝑛𝑡𝑜 1
− 𝐻𝑜𝑟𝑎𝑠 𝑡𝑟𝑎𝑛𝑓𝑒𝑟𝑖𝑑𝑎𝑠 𝑑𝑒𝑙 𝑑𝑒𝑝𝑎𝑟𝑡𝑎𝑚𝑒𝑛𝑡𝑜 1

• 6 500 horas asignadas inicialmente al departamento 1. Utilizamos las variables de decisión de

transferencia ti1 para denotar las transferencias hacia el departamento 1 y t1j para indicar las
transferencias desde el departamento 1.

Datos/Observaciones
• las capacidades de capacitación cruzada que involucran al departamento 1 están restringidas a
transferencias desde el departamento 4 (variable 𝑡41 ) y a transferencias, ya sea al departamento 2 o al 3
(variables 𝑡12 y 𝑡13 ). Por tanto, podemos expresar la asignación de la fuerza de trabajo total para el
departamento 1 como
𝑏1 = 6500 + 𝑡41 − 𝑡12 − 𝑡13

• Al mover las variables de decisión para las transferencias de empleados al lado izquierdo, tenemos la
ecuación de equilibrio de la mano de obra, o restricción

𝑏1 − 𝑡41 + 𝑡12 + 𝑡13 = 6500

• Esta forma de restricción se necesitará para cada uno de los cuatro departamentos. Por tanto, las
siguientes restricciones de equilibrio de la mano de obra para los departamentos 2, 3 y 4 se añadirán al
modelo:

Datos/Observaciones
 𝑏2 − 𝑡12 − 𝑡42 + 𝑡23 + 𝑡24 = 6000
𝑏3 − 𝑡13 − 𝑡23 + 𝑡34 = 7000

𝑏4 − 𝑡24 − 𝑡34 + 𝑡41 + 𝑡42 = 1400

• muestra que el número de horas que puede transferirse desde cada departamento está limitado, lo que
indica que una restricción de la capacidad de transferencia debe añadirse a cada uno de los cuatro
departamentos. Las restricciones adicionales son
𝑡12 + 𝑡13 ≤ 400
𝑡23 + 𝑡24 ≤ 800

𝑡34 ≤ 100
𝑡41 + 𝑡42 ≤ 200

Datos/Observaciones
• El modelo de programación lineal completo tiene dos variables de decisión de productos (P1 y P2), cuatro
variables de asignación de la fuerza de trabajo a los departamentos (b1, b2, b3 y b4), siete variables de
transferencia (t12, t13, t23, t24, t34, t41 y t42) y 12 restricciones. Resolver el complemento de este
ejercicio propuesto.

Datos/Observaciones
Problemas de mezcla.

• Los problemas de mezcla surgen siempre que debemos decidir cómo mezclar dos o más fuentes para
producir uno o más productos. En estas situaciones, los recursos contienen uno o más ingredientes
esenciales que deben mezclarse en los productos finales que contendrán porcentajes específicos de cada
uno.
• En la mayoría de estas aplicaciones, por tanto, la gerencia debe decidir cuánto de cada recurso comprar
para satisfacer las especificaciones del producto y las demandas del mismo a un costo mínimo.

Caso.

• La compañía petrolera Grand Stand produce gasolina regular y premium para estaciones de servicio
independientes en el sureste de Estados Unidos. La refinería de Grand Stand fabrica los productos de
gasolina al mezclar tres componentes de petróleo. Las gasolinas se venden a diferentes precios, y los
componentes de petróleo tienen distintos costos. La empresa quiere determinar cómo mezclar o combinar
los tres componentes en los dos productos de gasolina y maximizar las utilidades.
Datos/Observaciones
 Práctica
1.- Realizar los Ejercicios correspondiente que se encuentra en la actividad 8
 Cierre

• Conclusiones:
• Se comprendido la programación lineal en la administración con las finanzas
usando software
• Se conoció los diferentes modelos de planteamiento de problemas de
diversas situaciones. Casos propuestos.