INVESTIGACION DE

OPERACIONES I
Hernando González González
Ingeniero industrial
Magister Logística Integral
[email protected]

Elaboro Ing. Hgonzalez

 TEORÍA DE
DECISIONES

¿Qué es una Decisión?

Clasificación general de un modelo matemático

Modelo
Matemático

Determinísticos Híbridos Estocásticos

(100%
Probabilísticos)

Problemas de
Programación
Programación
Lineal (P.L)
No Lineal

Redes
Heurísticas
Programación Entera
Meta – Heurísticas Certeza y Probabilidad
Binaria Modelos de línea de espera
Modelos de búsqueda Optimización Dinámica
Entre otros Pronósticos
Modelos de Inventarios
Simulación Teoría de Juegos
Computación blanda Confiabilidad
Algoritmos genéticos Entre otros
MODELO GENERAL DE PROGRAMACIÓN LINEAL ( P.L)
Forma estándar del modelo de programación lineal

Elaboro Ing. Hgonzalez

Forma matricial del modelo de programación lineal

Elaboro Ing. Hgonzalez

Forma matricial del modelo de programación lineal

Elaboro Ing. Hgonzalez

Forma Sumatorial

Elaboro Ing. Hgonzalez

Forma canónica del modelo de programación lineal

Elaboro Ing. Hgonzalez

Otras formas del modelo de programación lineal
Se observa que se ha utilizado en todas las formas una función objetivo de
maximización y las restricciones funcionales son de tipo menor o igual que.
Esto no indica que siempre es así, eso depende de la formulación del
problema y puede incluir lo siguiente :

Elaboro Ing. Hgonzalez

 PROCEDIMIENTO PARA LA
CONSTRUCCION DE MODELOS ( P.L)
1. Las Variables de decisión del modelo,
es decir aquellas que señalan la decisión que se debe tomar.
Generalmente, se definen en términos de cantidad o unidad
y se identifican como X, Y, o xi, siendo i=1,2, …,n..

La formulación de un problema
2. Las restricciones, limitaciones que se imponen sobre
de PL significa plantear dichas variables. Garantizan el uso de los recursos
algebraicamente el modelo, para
lo cual será necesario
determinar las siguientes 3.La función objetivo, es una función lineal que determina el
cuestiones : objetivo global del problema de manera que se obtenga una
expresión matemática del objetivo que se pretende
optimizar,
siendo el mismo la optimización de la función f ( X, Y, Z. …)

4. Condiciones de no negatividad: aseguran que las

variables de decisión sean positivas o iguales a cero xi ≥ 0

Elaboro Ing. Hgonzalez

 ETAPAS PARA LA CONTRUCCION DE MODELOS
1. Definición del problema:
• Alternativas de decisión ( variables de decisión)
• Identificación de las restricciones del sistema que se modela.
• El objetivo de estudio (Función Objetivo)

2. Construcción del modelo :

• Traducir el problema a relaciones matemáticas que incluyan las Variables de Decisión, las
Restricciones y la Función Objetivo

3. Solución del modelo :

• Uso de algoritmos de optimización.
• Se encuentran los valores de las variables de decisión.

4. Validación del modelo:

¿ El modelo entrega una predicción razonable del comportamiento del sistema estudiado?

5. Puesta en práctica: Elaboro Ing. Hgonzalez

Traducir los resultados del modelo en instrucciones de operación.
EJEMPLO PROTOTIPO DE PROGRAMACION LINEAL
1. Una empresa embotelladora de bebidas refrescantes tiene dos productos principales,
D1 y D2, cuya producción se realiza en dos secciones, una de envasado y otra de embalaje
de los dos productos.

La capacidad semanal, en horas de trabajo, de la sección de envasado es de 230 mientras

que la sección de embalaje dispone de 250 horas de trabajo semanales.

Mediante un estudio se ha determinado que 1.000 litros del producto D1 requieren

de 2 horas para envasado y 1 hora de embalaje; para 1.000 litros del producto D2 requieren
de 1 horas para envasado y 2 hora de embalaje.

La empresa tiene una provisión casi ilimitada de materia prima para la producción de las bebidas,
sin embargo se sabe que D2 tiene una demanda semanal nunca superior a los 120.000 litros.

La empresa ha establecido un margen de beneficio de 30 céntimos de euro por litro para D1 y de

50 céntimos para D2, equivalentes a 300 euros y 500 euros por cada 1.000 litros de cada
producto.

Se desea plantear el modelo de programación lineal que se genera a fin de incrementar al máximo
las utilidades de la empresa
Elaboro Ing. Hgonzalez
EJEMPLO PROTOTIPO DE PROGRAMACION LINEAL
DESARROLLO.
Análisis de la información.
La información paramétrica que ofrece el modelo es la utilidad de cada uno de los productos,
los recursos disponibles y el consumo de cada recurso por cada 1.000 litros producidos.

Por lo tanto hay que determinar qué cantidad de cada producto se debe fabricar a fin de
conseguir el máximo de utilidad de la empresa. Esta cantidad se representa por medio de
variables.

La formulación de un problema de PL significa plantear algebraicamente el modelo, para lo cual

será necesario determinar :

1. Las variables de decisión del modelo, es decir aquellas que señalan la decisión que se debe
tomar. En el ejemplo, el número de litros de bebida D1 y D2 que se deben envasar y
embalar.
2. Las limitaciones o restricciones que se imponen sobre dichas variables. En el ejemplo, los
recursos escasos, es decir la capacidad de las secciones de envasado y embalaje y la
demanda semanal.
3. La función objetivo, de esta manera que obtengamos una expresión matemática del
objetivo que se pretende optimizar. En el ejemplo, el beneficio máximo semanal.
Elaboro Ing. Hgonzalez
EJEMPLO PROTOTIPO DE PROGRAMACION LINEAL
DESARROLLO.
Análisis de la información.

4. Limite : para encontrar con facilidad el caso limite se debe revisar el enunciado donde
pueda encontrarse un limite superior o un limite inferior ( esa será la cantidad que sufrirá la
variación )

Limite superior Limite inferior

- Como mucho - Como mínimo
- A lo mucho - Por lo menos
- A lo sumo - Al menos
- A lo más - Mínimamente
- Máximamente - Cuando menos X <= 5 ; X >= 0
- Nunca superior
- No supera

≤ ≥

Elaboro Ing. Hgonzalez

EJEMPLO PROTOTIPO DE PROGRAMACION LINEAL
DESARROLLO.
Análisis de la información.

5. Variables de decisión. El planteamiento se puede efectuar de manera individual

X1 . El número de l ( unidad) a producir ( verbo infinitivo) por semana ( tiempo)

Unidades . L , Kg. Pie2 , ( estantes, aviones, automóviles, etc)

Infinitivo : Fabricar, vender, producir, ofertar, contratar, anunciar, comercializar.

Tiempo : días, semanas, meses, años.

Tres parámetros : unidad, verbo y tiempo.

Elaboro Ing. Hgonzalez

EJEMPLOS PROTOTIPO DE PROGRAMACION LINEAL
Cuadro de datos.

De esta forma:
1. Variables de decisión : número de litros de bebida que se envasarán y embalarán
X1: miles de litros bebida D1
X2: miles de litros bebida D2
2. Restricciones: capacidad de las secciones y demanda de D2.
a) Para la fabricación (envasado más embalaje) de 1.000 litros de D1 se requieren 2 horas en envasado, mientras que
la fabricación de 1.000 lt de D2 necesita de 1 hora en esta sección, cuya capacidad es de 230 horas.

2X1 + X2 ≤ 230
b) Para la fabricación (envasado más embalaje) de 1.000 litros de D1 se requiere 1 horas en embalaje, mientras que
la fabricación de 1.000 lt de D2 necesita de 2 hora en esta sección, cuya capacidad es de 250 horas.

X1 + 2X2 ≤ 250
EJEMPLO PROTOTIPO DE PROGRAMACION LINEAL
Continuación.

2. Restricciones: capacidad de las secciones y demanda de D2.

c) La demanda semanal de D2 no supera los 120.000 litros, por lo que la empresa, para evitar inventarios innecesarios,
optará por no fabricar una cantidad superior a dicha demanda.

X2 ≤ 120.000
d) Por lógica, se sabe que no se pueden fabricar cantidades negativas, entonces todas las variables del problema se deben
restringir a valores no negativos así:

X1 , X2 ≥ 0

3. Función Objetivo: Maximizar el beneficio semanal de la empresa. La producción de 1.000 litros de D1 genera un beneficio
de 300 € mientras que 1.000 litros de D2 proporcionan un margen de 500 €, por lo que el beneficio semanal (Z) será:

Max Z (x1,x2) = 300X1 + 500X2

Elaboro Ing. Hgonzalez

EJEMPLO PROTOTIPO DE PROGRAMACION LINEAL
Continuación.

2. Restricciones: capacidad de las secciones y demanda de D2.

c) La demanda semanal de D2 no supera los 120.000 litros, por lo que la empresa, para evitar inventarios innecesarios,
optará por no fabricar una cantidad superior a dicha demanda.

X2 ≤ 120.000
d) Por lógica, se sabe que no se pueden fabricar cantidades negativas, entonces todas las variables del problema se deben
restringir a valores no negativos así:

X1 + X2 ≥ 0

3. Función Objetivo: Maximizar el beneficio semanal de la empresa. La producción de 1.000 litros de D1 genera un beneficio
de de 300 € mientras que 1.000 litros de D2 proporcionan un margen de 500 €, por lo que el beneficio semanal (Z) será:

Z = 300X1 + 500X2

Elaboro Ing. Hgonzalez

EJEMPLO PROTOTIPO DE PROGRAMACION LINEAL
Continuación.

Por lo tanto, el problema de PL se puede formular como sigue:

F.O : Max Z (X1, X2 ) = 300X1 + 500X2

Sujeto a :

2X1 + X2 ≤ 230 (a)

X1 + 2X2 ≤ 250 (b)

X2 ≤ 120.000 (c)

X1 , X2 ≥ 0 (d)
Elaboro Ing. Hgonzalez
Ejemplo # 2. Producción
Una fábrica produce dos productos P1 y P2, los cuales para su elaboración
pasan por las máquinas M1, M2 y M3; los tiempos unitarios de ejecución
(en minutos) para cada producto, así como los tiempos en que pueden
operar las maquinas por mes, están dados en la siguiente tabla.

Producto M1 M2 M3
P1 12 8 6
P2 7 11 8
Tiempo Disponible 10.000 8500 9600
de Cada Maquina Minutos Minutos Minutos

Los productos P1 y P2 arrojan una ganancia unitaria respectiva de 9.000 y

10.000 pesos.
¿Cuántos productos P1 y P2 deben producirse mensualmente con el fin de
alcanzar una ganancia máxima?
 Ejemplo # 2. Producción
Paso 2. Construir modelo
 
1. Leer el problema las veces que sean necesario, hasta lograr entenderlo
completamente.
2. Definir las Variables de Decisión: Para nuestro ejemplo las variables de decisión
serán la cantidad de productos de cada referencia a fabricar, lo cual se definirán así:

3. Definir la Función Objetivo: Establecer que se quiere alcanzar en el problema; Para

nuestro ejemplo, el problema busca Maximizar las Ganancias obtenidas por la
producción y venta de los Productos P1 y P2.

Max
Ejemplo # 2. Producción

4. Definir las Restricciones: Las Limitaciones de todo tipo de Recursos

en una Organización, son los que dan origen a las restricciones.
Para nuestro ejemplo, las Limitaciones están asociadas a los
Tiempos Disponibles de Trabajo en cada Maquina.

Maquina 1 : minutos
Maquina 2 : minutos
Maquina 3 : minutos
5. Definir las Restricciones de No Negatividad de las Variables:
; X1 , X2 >= 0
Ejemplo # 2. Producción
 
Modelo Matemático Completo

Variables

F.O maximizar

Sujeto a
Maquina 1 :
Maquina 2 :
Maquina 3 :
; X1, X2 >=0 Condición de no negatividad
 Ejercicio # 1 en clase . Producción

Una fábrica de muebles elabora sillas, mesas y escritorios para los cuales ha
establecido que rinden una contribución a las utilidades de $5.000, $8.000 y
$6.000 por unidad respectivamente.
Para la producción de dichos artículos la compañía cuenta con una
disponibilidad semanal de 100 metros de madera, 150 metros de tubo y 120
horas de mano de obra (horas-hombre). Además, mediante un estudio se ha
determinado que para producir una silla se requieren 5 metros de madera, 3
metros de tubo y 4 horas de mano de obra; para producir una mesa se
necesitan 3 metros de madera, 6 metros de tubo y 3 horas hombre de trabajo;
mientras que para producir un escritorio se requieren 7 metros de madera, 4
metros de tubo y 3 horas de mano de obra.
Se desea plantear el modelo de programación lineal que se genera a fin de
incrementar al máximo las utilidades de la compañía.
APLICACIONES EN PRODUCCIÓN

Elaboro Ing. Hgonzalez

 APLICACIONES EN PRODUCCIÓN
Se ha establecido en la compañía Sigma que un par de tenis genera una pérdida de $2.000 mientras que un par de
zapatos genera una utilidad de $6.000. Además se sabe que la venta mínima entre los dos artículos para el próximo mes
es de 70 unidades y que por disponibilidad de materiales máximo se pueden producir 50 pares de tenis al mes. Plantee
el modelo matemático de P.L que determine cuál debe ser la cantidad de cada uno de los artículos se deben fabricar si
se sabe que mínimo se venderán 40 pares de zapatos el próximo mes?