SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

INVESTIGACIÓN DE OPERACIONES

SEMANA 4

Modelo de programación lineal

Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus licencias. No está
permitido copiar, reproducir, reeditar, descargar, publicar, emitir, difundir, poner a disposición del público ni
utilizar los contenidos para fines comerciales de ninguna clase.
IACC-2018
1
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

APRENDIZAJE ESPERADO
 Emplear modelo de programación lineal
para la resolución de un problema
aplicado a las materias primas.

IACC-2018
2
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

APRENDIZAJE ESPERADO....................................................................................................................2
INTRODUCCIÓN ..................................................................................................................................4
1. ETAPAS DEL MODELO DE PROGRAMACIÓN LINEAL PARA LA RESOLUCIÓN DE UN PROBLEMA
APLICADO A MATERIAS PRIMAS .........................................................................................................5
1.1 PROBLEMA DE PLANIFICACIÓN DE MATERIAS PRIMAS ......................................................6
1.1.1 VARIABLES ..................................................................................................................6
1.2 MODELO FINAL ...................................................................................................................7
1.3 EJERCICIOS DE APLICACIÓN PARA PROBLEMAS DE MATERIAS PRIMAS .............................8
COMENTARIO FINAL.........................................................................................................................16

IACC-2018
3
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

INTRODUCCIÓN
Para las empresas productivas es vital
disminuir costos por concepto de adquisición
de materias primas y, a su vez, maximizar las
utilidades que estas generan por producto
terminado. Para ello se crean diversas
estrategias que son apoyadas por el área de
investigación de operaciones.
En esta semana se estudiará cómo construir
un modelo matemático para resolver
problemas asociados a materias primas
utilizando la programación lineal.
Otra función relevante de la investigación de
operaciones es apoyar las decisiones para
utilizar de manera eficiente las materias
primas, con el fin de producir y comercializar
los productos terminados que generan
mayor utilidad.
La investigación de operaciones es también
un apoyo para el área de adquisiciones, pues
permite seleccionar el proveedor que posee
las materias primas con los mejores atributos
y a un menor costo.

La investigación de operaciones busca

optimizar el uso de las materias primas
dentro del área de producción, considerando
todas las limitantes de la organización, las
que cuando se formula el modelo
matemático toman el nombre de
restricciones.

IACC-2018
4
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

1. ETAPAS DEL MODELO DE PROGRAMACIÓN LINEAL PARA

LA RESOLUCIÓN DE UN PROBLEMA APLICADO A
MATERIAS PRIMAS
La investigación de operaciones cuando es aplicada para superar un problema de materias primas,
lo que busca es optimizar los recursos y tomar las decisiones correctas. A continuación, se
presentan algunos problemas que se pueden resolver mediante la investigación de operaciones:

 Al comprar materia prima y tener varias ofertas de proveedores, permite seleccionar el

adecuado para disminuir costos. Para tomar esta decisión se deben considerar varios
escenarios, como: tiempo de entrega, calidad de los productos, composiciones, capacidad
de respuesta, etc.
 Permite decidir qué productos terminados se deben producir de acuerdo a la demanda y
costos asociadas a las materias primas. En otras palabras, permite determinar qué
materias primas entregan mayores utilidades como producto terminado.
 Permite optimizar los niveles de stock de materia prima de acuerdo a la disponibilidad en
bodega y planificación de la producción, disminuyendo costos por almacenamiento.

La programación lineal es un procedimiento matemático que utiliza

ecuaciones lineales del tipo: ax +by = c; ax + by ≥w; ax + by ≤ z.

Para construir un modelo de programación lineal independiente del área de aplicación es

necesario conocer las restricciones (las limitantes que posee la organización), pues su función es
maximizar o minimizar, con el objetivo de aumentar los beneficios de una organización.

Para resolver un problema de programación lineal aplicado a materias primas es necesario

conocer su oferta y demanda en el mercado, tipos y alternativas de materias primas utilizadas en
el proceso, especificaciones técnicas, conocer el proceso para elaborar el producto terminado,
proveedores, capital disponible, capacidad de instalación y horas de trabajo, entre otros. Todos
estos antecedentes permiten elaborar el modelo final de programación lineal y, de esta forma,
encontrar las soluciones a problemas dentro de la organización que permitan disminuir costos y
aumentar el beneficio.

IACC-2018
5
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

Como se ha estudiado, para determinar el modelo final independiente del rubro es necesario
determinar:

Definir Función
Restricciones Modelo final
variables objetivo

1.1 PROBLEMA DE PLANIFICACIÓN DE MATERIAS PRIMAS

Dentro de una organización una de las aplicaciones de la programación lineal es resolver
problemas asociados a materias primas, los que pueden ser de diversa índole.

A continuación, se explicará cómo determinar el modelo final de un problema de programación

lineal para resolver un problema de materias primas.

Ejemplo genérico aplicado a resolver un problema de materias primas:

Una empresa elabora dos productos P1 y P2. Para elaborar P1 se requiere E1 kg de materia prima Q
y F1 kg de materia prima W; en cambio, para elaborar P2 se requiere E2 kg de materia prima Q y F2
kg de materia prima W. La empresa dispone de M kg de materia prima Q y N kg de materia prima
W. El costo para producir una unidad de P1 es $k y para producir P2 es $l. El alimento P1 se vende a
$b y el alimento P2 se vende a $c.

Determinar el modelo final que permita maximizar las utilidades.

1.1.1 VARIABLES
Las variables presentes en este ejemplo son:

xj : cantidad de producto P1.

x2 : cantidad de producto P2.

Producto Precio ($) Materia prima Q (kg) Materia prima W (kg) Costo ($)
P1 b E1 F1 k
P2 c E2 F2 l
Disponibilidad M N

IACC-2018
6
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

Función objetivo para maximizar la utilidad es:

Donde:

Z: utilidad

Máx. Z= bx1 + cx2 –( kx1 + lx2)

Ingresos Costos

De acuerdo a esto, la finalidad es minimizar los costos para maximizar las utilidades.

Las restricciones al modelo son las siguientes:

La cantidad de materia prima Q disponible es igual a M kilógramos. De acuerdo a esto, la

expresión matemática de esta restricción es:

E 1 x 1 + E2 x2 ≤ M

La cantidad de materia prima W disponible es igual a N kilógramos. De acuerdo a esto, la

expresión matemática de esta restricción es:

F 1x1 + F2 x2 ≤ N

No negatividad, siempre se debe cumplir que: x1 ≥ 0 x2 ≥ 0

1.2 MODELO FINAL

El modelo final queda conformado por la función objetivo queda sujeta a las restricciones
definidas.

Máx. Z= bx1 + cx2 - kx1 + lx2

s. a E 1 x 1 + E2 x2 ≤ M
F 1x1 + F2 x2 ≤ N
x1 ≥ 0
x2 ≥ 0

IACC-2018
7
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

1.3 EJERCICIOS DE APLICACIÓN PARA PROBLEMAS DE MATERIAS PRIMAS

Ejemplo aplicación 1:

Swett S. A. elabora dos tipos de alimentos. El alimento A requiere 12 gramos de materia prima Q y
2,5 gramos de materia prima W. El alimento B requiere 10 gramos de materia prima Q y 2 gramos
de materia prima W. La empresa dispone de 1.200 gramos de materia prima Q y 600 gramos de
materia prima W. Los 1.200 gramos de materia prima Q cuestan 8 USD y los 600 gramos de
materia prima W cuestan 4 USD. El alimento A se vende a 0,18 USD y el alimento B a 0,12 USD
cada uno. Determinar el modelo final para maximizar la ganancia de la empresa.

Desarrollo:

 Definir el problema:

El problema es determinar cuánto producir el alimento A y B para maximizar las ganancias de la

empresa.

 Construcción del modelo:

Para construir el modelo lo primero es definir las variables:

x: Alimento A.

y: Alimento B.

Los datos requeridos son los siguientes:

Producto Precio (USD) Materia prima Q (gramos) Materia prima W (gramos)

Alimento A 0,18 12 2,5
Alimento B 0,12 10 2
Disponibilidad 1200 600
Costo 8 USD 4 USD

 Restricciones:

Se dispone de 1.200 gramos de materia prima Q: 12x + 10y ≤ 1.200

Se dispone de 600 gramos de materia prima W: 2,5x + 2y ≤ 600 Restricciones

Siempre se debe cumplir que: x ≥ 0 y≥0

IACC-2018
8
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

Luego se deben obtener los costos de producción:

C: costos

C = [(12x + 10y)/ 1200]*8 + [(2,5x + 2y)/ 600]*4]

I: ingresos

I = 0,18* x + 0,12 *y

La función objetivo para maximizar la ganancia de la empresa:

Donde G: ganancia

G= ingresos - costos

Máx G = [0,18* x + 0,12 *y]- [(12x + 10y)/ 1.200]*8 + [(2,5x + 2y)/ 600]*4]

Ingresos Costos

De esta forma queda representado el modelo final para maximizar la ganancia para la empresa.

Máx G = [0,18* x + 0,12 *y]- [(12x + 10y)/ 1.200]*8 + [(2,5x + 2y)/ 600]*4]

12x + 10y ≤ 1200

2.5x + 2y ≤ 600

x≥0

y≥0

Resolviendo las ecuaciones e inecuaciones se obtiene la solución óptima que genera la mayor
ganancia para la empresa.

Nota: el procedimiento para encontrar la solución óptima se estudiará en las siguientes

semanas de la asignatura.

Fuente: basado en Hillier y Lieberman (2010, p. 7, ejercicio 3.2-1).

IACC-2018
9
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

Ejemplo aplicación 2:

Una industria dispone de 2 ingredientes, A y B, para fabricar un suplemento alimenticio, cuya

función variará dependiendo de la proporción en que intervengan cada uno de los ingredientes en
la mezcla. El ingrediente A se compra a $200 por kg y el B a $400 por kg. El proceso de elaboración
supone un costo de $45 por kg fabricado, cuya cantidad total corresponde simplemente a la suma
de los kg utilizados en la mezcla. La demanda máxima para un mes es de 100 kg y el precio de
venta $1.300 por kg. A la empresa no le interesa producir más de lo que puede vender en el mes.
La mezcla para elaborar el suplemento debe contener una proporción que no supere el 20% del
ingrediente A y el 80% del ingrediente B. Determinar el modelo final para maximizar el beneficio
de la empresa.

Desarrollo:

 Definir el problema:

El problema es determinar cuántos kilógramos de suplemento se tienen que fabricar al mes y las
proporciones a utilizar de los ingredientes A y B para maximizar el beneficio de la empresa.
Además, para obtener el beneficio es necesario descontar los costos de producción a los ingresos
obtenidos por las ventas.

 Construcción del modelo:

Para construir el modelo lo primero es definir las variables:

x: kg a usar del ingrediente A en un mes.

y: kg a usar del ingrediente B en un mes.

Los datos requeridos son los siguientes:

Ingrediente A Ingrediente B
Costo ingredientes ($) 200 400
Costo fabricación por kg ($) 45
Demanda máxima (kg) 100
Precio venta ($) 1300
Composición de la masa 20% (0,2) 80% (0,8)

La función objetivo para maximizar el beneficio es:

Para obtener el beneficio se considera el precio de venta menos los costos totales de producción.

IACC-2018
10
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

B = 1.300*(x + y) - 200*x - 400*y - 45*(x + y)

La ecuación se pueda simplificar de acuerdo a lo siguiente:

B = 1.300x + 1.300y - 200x - 400y - 45x - 45y

B = 1055x + 855y Función objetivo

 Restricciones:

Demanda máxima: x + y ≤ 100

Composición del ingrediente A; x≤ 0,2(x + y)

Composición del ingrediente B; y ≤ 0,8(x + y)

Siempre se debe cumplir que x ≥ 0

y≥0

De esta forma queda representado el modelo final para maximizar los beneficios de la empresa.

Máx. B = 1055 * x + 855 *y

s. a x + y ≤ 100

x≤ 0,2(x + y)

y ≤ 0,8( x + y)

x≥

y≥0

Resolviendo las ecuaciones e inecuaciones se obtiene la solución óptima que genera el mayor
beneficio para la empresa.

Nota: el procedimiento para encontrar la solución óptima se estudiará en las siguientes

semanas de la asignatura.

Fuente: basado enTaha (2012, p. 60, ejercicio 3).

IACC-2018
11
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

Ejemplo aplicación 3:

Una compañía petrolera produce dos tipos de gasolina: la corriente y la extra. La corriente se
vende a $3.000 el galón y la extra a $3.600. Las gasolinas se fabrican a partir de dos crudos: el
crudo 1 está compuesto por 60% A y 40% B; en cambio, el crudo 2 está compuesto por 30% A y
70% B. Para el crudo 1 el costo por galón es de $150 y para el crudo 2 de $120.

La gasolina corriente debe contener máximo 60% de B, mientras que la extra debe contener
mínimo 50% de A. El oleoducto de la compañía puede suministrar un máximo de 2 millones de
galones de crudo 1 y 3 millones de crudo 2 al día. La compañía ya tiene pedidos por 5 millones de
galones de gasolina corriente y 1 millón de gasolina extra cada día. Determinar el modelo que
permita maximizar las ganancias días, resolviendo lo siguiente:

Definir el problema.
Determinar la función objetivo y las restricciones.
Expresar el modelo final.

Desarrollo:

 Definir el problema:

El problema es determinar cuántas cajas de cada tipo se deben comprar para que el costo sea
mínimo.

 Construcción del modelo:

Para construir el modelo lo primero es definir las variables:

X: Nº de galones de crudo i que produce gasolina j. Donde i(i=1,2); (j=[1=corriente, 2=extra])

Los datos requeridos son los siguientes:

Componentes
Crudo A B Costo por galón
1 60% 40% 150
2 30% 70% 120

IACC-2018
12
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

La función objetivo debe maximizar los costos:

C: costos

Maximizar: Utilidad = 3000 (X1,1 + X21) + 3600 (X1,2 + X2,2) - 150 (X1,1 + X1,2) - 120 (X2,1 + X2,2)

Precio de venta Costos de producción

Restricciones:

Composición de la gasolina:

0,4X 1,1 + 0,7 X 2,1 ≤ 0,6 (X 1,1 + X 2,1)

0,6X 1,2 + 0,3 X 2,2 ≥ 0,5 (X 1,2 + X 2,2)

Disponibilidad de los crudos:

X 1,1 + X 1,2 ≤ 2*106

X 2,1 + X 2,2 ≤ 3*106
Producción máxima:

X 1,1 + X 2,1 ≤ 5*106

X 1,2 + X 2,2 ≤ 1*106

De esta forma queda representado el modelo final para maximizar los beneficios de la empresa:

Máx. U = 3000 (X1,1 + X21) + 3600 (X1,2 + X2,2) - 150 (X1,1 + X1,2) - 120 (X2,1 + X2,2)

0,4X 1,1 + 0,7 X 2,1 ≤ 0,6 (X 1,1 + X 2,1)

0,6X 1,2 + 0,3 X 2,2 ≥ 0,5 (X 1,2 + X 2,2)
X 1,1 + X 1,2 ≤ 2*106
X 2,1 + X 2,2 ≤ 3*106
X 1,1 + X 2,1 ≤ 5*106
X 1,2 + X 2,2 ≤ 1*106

Fuente: basado en Taha (2012, p. 61, ejercicio 4).

IACC-2018
13
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

Ejemplo aplicación 4:

Para producir 1.000 toneladas de un tipo de acero para válvulas se necesitan por lo menos 10
unidades de manganeso, 12 unidades de cromo y 14 unidades de molibdeno semanalmente (una
unidad es igual a 5 kilos). Estos metales se obtienen de distribuidores de metales no ferrosos, los
cuales para atraer al mercado ofrecen su mercancía en cajas de 3 medidas; pequeña, mediana y
grande. Una caja pequeña cuesta $27.000 y contiene 2 unidades de manganeso, 2 unidades de
cromo y 1 unidad de molibdeno. Una caja mediana cuesta $36.000 y contiene 2 unidades de
manganeso, 3 unidades de cromo y 1 unidad de molibdeno. Una caja grande cuesta $45.000 y
contiene 1 unidad de manganeso, 1 unidad de cromo y 5 unidades de molibdeno. Determinar el
modelo final que permita minimizar los costos semanalmente adquiriendo las cajas de cada tipo.

Desarrollo:

 Definir el problema:

El problema es determinar cuántas cajas de manganeso, cromo y molibdeno se deben comprar

para que el costo sea mínimo.

 Construcción del modelo:

Para construir el modelo lo primero es definir las variables:

x : caja pequeña.

y: caja mediana.

z: caja grande.

Los datos requeridos son los siguientes:

Cajas Unidades
Tamaño Pequeña Mediana Grande necesarias
Manganeso 2 2 1 10
Cromo 2 3 1 12
Molibdeno 1 1 5 14
Costo ($) 27.000 36.000 45.000

La función objetivo es minimizar los costos:

C: costos

C = 27.000*x + 36.000*y + 45.000* z

IACC-2018
14
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

 Restricciones:

Unidades necesarias de manganeso: 2x + 2y + z ≥ 10

Unidades necesarias de cromo: 2x + 3y + z ≥ 12

Unidades necesarias de molibdeno: x + y + 5z ≥ 14

Siempre se debe cumplir que x ≥ 0

y≥0
z≥0

De esta forma queda representado el modelo final para maximizar los beneficios de la empresa.

Mín. C = 27.000*x + 36.000*y + 45.000* z

s. a. 2x + 2y + z ≥ 10

2x + 3y + z ≥ 12

x + y + 5z ≥ 14

x≥0

y≥0

z≥0

Resolviendo las ecuaciones e inecuaciones se obtiene la solución óptima que genera el mayor
beneficio para la empresa.

Nota: el procedimiento para encontrar la solución óptima se estudiará en las siguientes

semanas de la asignatura.

Fuente: basado en Taha (2012, p. 75, ejercicio 3.4-14).

IACC-2018
15
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

COMENTARIO FINAL
De acuerdo a los contenidos estudiados se pudo conocer la importancia que tiene la investigación
de operaciones en la correcta asignación de los recursos en los procesos, disminuyendo costos por
concepto de adquisición de materias primas.

Se estudió cómo elaborar un modelo matemático para resolver los problemas asociados a
materias primas, determinando las variables, restricciones, función objetivo y modelo final.

No solo es importante la adquisición de materias primas para tener una planta en funcionamiento,
el objetivo es obtener el mayor beneficio. Las soluciones a problemas de investigación de
operaciones permiten resolver problemas asociados a determinar qué productos terminados son
más rentables para las materias primas en uso, optimizar las mezclas para elaborar productos
terminados, seleccionar a los proveedores, entre otros.

IACC-2018
16
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

REFERENCIAS
Hillier, F. y Lieberman, G. (2010). Introducción a la investigación de operaciones. 9.ª edición.

México: McGraw-Hill Interamericana.

Taha, H. (2012). Investigación de operaciones. 9.ª edición. México: Pearson Educación.

PARA REFERENCIAR ESTE DOCUMENTO, CONSIDERE:

IACC (2018). Modelo de programación lineal. Investigación de Operaciones. Semana 4.

IACC-2018
17
SEMANA 4 – INVESTIGACIÓN DE OPERACIONES

IACC-2018
18