UNIVERSIDAD CÉSAR VALLEJO

ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

INVESTIGACION DE OPERACIONES
TEMA : INTRODUCCION A LA I.O
PROGRAMACIÓN LINEAL

DOCENTE : ING. OMAR CASTILLO PAREDES

2016-II

SUBE-UCV
 INVESTIGACION DE OPERACIONES
Actualmente la administración está
funcionando en un ambiente de
negocios que está sometido a
muchos más cambios, los ciclos de
vida de los productos se hacen más
cortos, además de la nueva
tecnología y la internacionalización
creciente.

SUBE-UCV
 INVESTIGACION DE OPERACIONES
Las raíces de la investigación de
operaciones se remontan a cuando
se hicieron los primeros intentos
para emplear el método científico
en la administración de una
empresa.
Sin embargo, el inicio de esta
disciplina se atribuye a los
servicios militares prestados a
principios de la segunda guerra
mundial.
3

SUBE-UCV
 FACTORES QUE IMPULSARON LA INVESTIGACION DE
OPERACIONES
➲ La I.O. tuvo gran éxito en las
actividades bélicas.
➲ George Dantzig en 1947
desarrolló el Método Símplex
para resolver problemas de P. L.

➲ Desarrollos notables en
programación dinámica, líneas
de espera y teoría de inventarios.

➲ Revolución de las computadoras.

SUBE-UCV
 NATURALEZA DE LA INVESTIGACION DE OPERACIONES

La investigación de operaciones se
aplica a problemas que se refieren a la
conducción y coordinación de
operaciones (o actividades) dentro de
una organización.
La investigación de operaciones intenta
encontrar una mejor solución, (llamada
solución óptima) para el problema bajo
consideración.

SUBE-UCV
 EL GRUPO INTERDISCIPLINARIO

Una de las principales razones de la

existencia de grupos de
investigación de operaciones es que
la mayor parte de los problemas de
negocios tienen múltiples aspectos es perfectamente
razonable que las fases individuales de un problema se
comprendan y analicen mejor por los que tienen el
adiestramiento necesario en los campos apropiados.

SUBE-UCV
 ¿QUE ES LA INVESTIGACION DE OPERACIONES?

La investigación de operaciones es la aplicación,

por grupos interdisciplinarios, del método
científico a problemas relacionados con el control
de las organizaciones o sistemas, a fin de que se
produzcan soluciones que mejor sirvan a los
objetivos de la organización.

SUBE-UCV
 ASPECTOS A RESCATAR DE LA DEFINICION

➲ Una organización es un sistema formado por componentes que se

interaccionan, unas de estas interacciones pueden ser controladas y
otras no.
➲ La complejidad de los problemas que se presentan en las
organizaciones ya no encajan en una sola disciplina del
conocimiento, se han convertido en multidisciplinario por lo cual
para su análisis y solución se requieren grupos compuestos por
especialistas de diferentes áreas del conocimiento que logran
comunicarse con un lenguaje común.
➲ La investigación de operaciones es la aplicación de la metodología
científica a través de modelos matemáticos, primero para
representar al problema y luego para resolverlo.
8

SUBE-UCV
 ENFOQUE DE LA INVESTIGACION DE OPERACIONES
LA INVESTIGACIÓN OPERATIVA COMO
HERRAMIENTA

A B C D E F G
Alternativa

PREPARACIÓN CIENTÍFICA DE LAS DECISIONES

Recursos Ingeniería Riesgo

Modelos Limitaciones
Procesos Administración Experiencia
Productos Economía Creatividad
Conveniencia
Psicología Flexibilidad
Recursos
Insumo Herramienta Humanos Recursos de
Científico Científica Científicos Estrategia
Información INVESTIGACIÓN Profesionales Criterios de
Valida sobre la OPERATIVA idóneos y Gerencia
realidad actualizados
9

SUBE-UCV
 LA INVESTIGACION DE OPERACIONES Y LA TOMA DE DECISIONES
EMPRESARIALES
LA INVESTIGACION DE OPERACIONES Y LA TOMA DE

DECISIONES EMPRESARIALES

SISTEMA
I. OBJETIVOS III. RESULTADOS
*SOCIALES *BENEFIOS SOCIALES
*DE SERVICIO DECISIONES *BENEFICIOS MONETARIOS
*TECNICOS *NIVELES DE DESARROLLO
*DE PRODUCCION
*ECONOMICOS
*DE DESARROLLO Estos pueden ser:
*DE EXPANSION Optimos, buenos o
*OTROS II. GESTION malos en función del
nivel de acierto en las
decisiones

DIRECCION ADMINISTRACION CONTROL

Ejecuta y logra
Propicia
acciones mide y evalúa
*planeación cuantitativamente
*factibilidad y cualitativamente los
*organización resultados e informa
*programación
*ejecución

Dirección Control Figura 1

técnica operativo

10

SUBE-UCV
 SISTEMA Y MODELO

Frontera del Sistema en Estudio

SISTEMA: Es la organización
de componentes
interdependientes, que trabajan
juntos para lograr un objetivo
Sistema en
común. Por ejemplo, VOLVO es Estudio
un sistema cuya meta es
Mundo Exterior
maximizar las utilidades que se
pueden ganar mediante la
producción de vehículos de Universo: Formado por el conjunto
calidad. de todos los Sistemas

11

SUBE-UCV
 SISTEMA Y MODELO

MODELO: Es la representación de un sistema de acuerdo a los

objetivos del estudio del sistema. Permite reproducir la realidad de
la forma más fiel posible, tratando de entender cómo se comporta
el mundo real y obteniendo las respuestas que pueden esperarse de
determinadas acciones.

12

SUBE-UCV
 ENFOQUE DE LA INVESTIGACION DE OPERACIONES

DEFINICION DEL PROBLEMA

FORMULACION DEL
MODELO

SOLUCION DEL MODELO

VALIDACION NO
DEL MODELO

SI

IMPLEMENTACION DEL
MODELO

13

SUBE-UCV
 MODELOS SEGÚN LA FORMA DE PRESENTACION

CLASIFICACION DE
MODELOS

MODELO MODELO MODELO MODELO

DESCRIPTIVO SIMBOLICO FISICO PROCEDIMIENTO

MODELO MODELO MODELO MODELO

MATEMATICO GRAFICO ICONICO ANALOGICO

14

SUBE-UCV
 MODELOS SEGÚN LA ESTRUCTURA

1. MODELOS DETERMINISTICOS

2. MODELOS ESTOCASTICOS

3. MODELOS LINEALES

4. MODELOS NO LINEALES

5. MODELOS ESTATICOS

6. MODELOS DINAMICOS

7. MODELOS CONTINUOS

8. MODELOS DISCRETOS

15

SUBE-UCV
 MODELOS USADOS EN INVESTIGACION DE OPERACIONES

En Investigación de Operaciones realmente interesan los

modelos simbólicos y los de procedimiento.
Para resolver modelos simbólicos se usan técnicas de
optimización que generalmente se conocen con el nombre de
Programación Matemática, e incluye: Programación Lineal,
Programación Lineal Entera, Programación no Lineal,
Programación Dinámica, Programación por Objetivos, PERT-
CPM, Colas de Espera, Modelo de Transporte, etc.

16

SUBE-UCV
 METODOLOGIA DE LA INVESTIGACION DE OPERACIONES

1. DEFINICION DEL PROBLEMA

Esto incluye determinar los objetivos apropiados, las

restricciones sobre lo que se puede hacer, las interrelaciones
del área bajo estudio con otras áreas de la organización, los
diferentes cursos de acción posibles, los límites de tiempo para
tomar una decisión, etc. Este proceso de definir el problema es
crucial ya que afectará en forma significativa la relevancia de
las conclusiones del estudio.

17

SUBE-UCV
 METODOLOGIA DE LA INVESTIGACION DE OPERACIONES

2. FORMULACION DE UN MODELO MATEMATICO

La forma convencional en que la investigación de operaciones
realiza esto es construyendo un modelo matemático que
represente la esencia del problema.
Un modelo siempre debe ser menos complejo que el problema
real, es una aproximación abstracta de la realidad con
consideraciones y simplificaciones que hacen más manejable
el problema y permiten evaluar eficientemente las alternativas
de solución.
18

SUBE-UCV
 METODOLOGIA DE LA INVESTIGACION DE OPERACIONES

3. OBTENCION DE UNA SOLUCION A PARTIR DEL MODELO

Resolver un modelo consiste en encontrar los valores de las variables dependientes,
asociadas a las componentes controlables del sistema con el propósito de optimizar, si es
posible, o cuando menos mejorar la eficiencia o la efectividad del sistema dentro del marco de
referencia que fijan los objetivos y las restricciones del problema.
La selección del método de solución depende de las características del modelo. Los
procedimientos de solución pueden ser clasificados en tres tipos:
a) analíticos, que utilizan procesos de deducción matemática
b) numéricos, son de carácter inductivo y funcionan en base a operaciones de prueba y error
c) simulación, que utiliza métodos que imitan o, emulan al sistema real, en base a un
modelo.
19

SUBE-UCV
 METODOLOGIA DE LA INVESTIGACION DE OPERACIONES

4. VALIDACION DEL MODELO

Antes de usar el modelo debe probarse exhaustivamente para intentar

identificar y corregir todas las fallas que se puedan presentar.
Es importante que todas las expresiones matemáticas sean consistentes en
las dimensiones de las unidades que emplean. Además, puede obtenerse un
mejor conocimiento de la validez del modelo variando los valores de los
parámetros de entrada y/o de las variables de decisión, y comprobando que
los resultados de modelo se comporten de una manera factible.

20

SUBE-UCV
 METODOLOGIA DE LA INVESTIGACION DE OPERACIONES

5. IMPLEMENTACION DEL MODELO

Esta fase consiste en determinar los rangos de variación de los

parámetros dentro de los cuales no cambia la solución del problema.
Es necesario generar información adicional sobre el comportamiento
de la solución debido a cambios en los parámetros del modelo.
Usualmente esto se conoce como ANÁLISIS DE SENSIBILIDAD.
El paso final se inicia con el proceso de "vender" los hallazgos que se
hicieron a lo largo del proceso a los ejecutivos o tomadores de
decisiones.
21

SUBE-UCV
 NORMAS PARA LOGRAR EL ÉXITO DE LA INVESTIGACION DE
OPERACIONES

1. El éxito del empleo de la I.O es el de un enfoque de

solución de problemas y no una colección asociada de
métodos cuantitativos.

2. La I.O es relativamente costosa, lo que significa que no

debe emplearse en todos los problemas, sino tan sólo en
aquellos en que las ganancias sea mayores que los costos.

22

SUBE-UCV
 NORMAS PARA LOGRAR EL ÉXITO DE LA INVESTIGACION DE
OPERACIONES

3. Para llegar a hacer un uso apropiado de la I de O, es

necesario primero comprender la metodología para
resolver los problemas, así como los fundamentos de
las técnicas de solución para de esta forma saber
cuándo utilizarlas o no en las diferentes
circunstancias.

23

SUBE-UCV
 LIMITACIONES DE LA INVESTIGACION DE OPERACIONES

1. Frecuentemente es necesario hacer simplificaciones del problema original

para poder manipularlo y tener una solución.
2. La mayoría de los modelos sólo considera un solo objetivo y
frecuentemente en las organizaciones se tienen objetivos múltiples.
3. Existe la tendencia a no considerar la totalidad de las restricciones en un
problema práctico, debido a que los métodos de enseñanza y
entrenamiento dan la aplicación de esta ciencia centralmente se basan en
problemas pequeños para razones de índole práctico, por lo que se
desarrolla en los alumnos una opinión muy simplista e ingenua sobre la
aplicación de estas técnicas a problemas reales.
4. Rara vez se realizan análisis costo-beneficio de la implantación de
soluciones definidas por medio de la I de O, en ocasiones los beneficios
potenciales se ven superados por los costos ocasionados por el desarrollo e
implantación de un modelo.
24

SUBE-UCV
 AREAS DE APLICACIÓN DE LA INVESTIGACION DE
OPERACIONES
M
A T
N F R
U I A
F N N
A A S
C N P
T Z O
U A R
R S T
A E

T
E
P L
E
L C
A S O
N A M
U
E L N
A U I
C D C
A
I C
O I
N O
N
25

SUBE-UCV
 APLICACIONES DE LA INVESTIGACION DE OPERACIONES

ORGANIZACIÓN NATURALEZA DE LA APLICACION AÑO AHORRO

Programación de turnos de trabajo en oficinas de

United Airlines 1986 US$ 6
reservaciones y en aeropuertos.
Optimización de mezcla de ingredientes para que
Texaco 1989 US$ 30
los productos cumplieran con los requerimientos.
Integración de una red nacional de inventario de
IBM 1990 US$ 250
refacciones para mejorar el apoyo al servicio
Rapidez en coordinación de aviones,
US Military 1992 Victoria
tripulaciones, carga y pasajeros.
Diseño de sistemas de estructuras de precio,
American Airlines 1992 US$ 500
sobreventa y coordinación de vuelos.
San Francisco Optimización de la programación y asignación de US$ 11
1989
Police Department oficiales de patrulla con sistema computarizado.
NOTA: Cifras en millones de US$
26

SUBE-UCV
 INTRODUCCION A LA PROGRAMACION LINEAL

El problema general es
asignar recursos limitados
entre actividades competitivas
de la mejor manera posible
(óptima).
Este problema incluye elegir
el nivel de ciertas actividades
que compiten por recursos
escasos necesarios para
realizarlas

27

SUBE-UCV
 INTRODUCCION A LA PROGRAMACION LINEAL

El adjetivo lineal significa que

todas las funciones matemáticas
del modelo deber ser funciones
lineales. En este caso, las
palabra programación no se
refiere a programación en
computadoras; en esencia es un
sinónimo de planeación. Así, la
programación lineal trata la
planeación de las actividades
para obtener un resultado
óptimo.

28

SUBE-UCV
 MODELO GENERAL DE PROGRAMACION LINEAL

Los términos clave son recursos y

actividades, en donde m denota el número
de distintos tipos de recursos que se
pueden usar y n denota el número de
actividades bajo consideración.

Z = Valor de la medida global de efectividad

Xj = Nivel de la actividad j (para j = 1,2,...,n)
Cj = Incremento en Z que resulta al aumentar una unidad en el nivel de la
actividad j
bi = Cantidad de recurso i disponible para asignar a las actividades (para
i=1,2,...,m)
aij = Cantidad del recurso i consumido por cada unidad de la
actividad j

29

SUBE-UCV
 ESTRUCTURA DE UN MODELO DE PROGRAMACION LINEAL

1. Variables de decisión. Son las incógnitas del problema. La

definición de las variables es el punto clave y básicamente
consiste en los niveles de todas las actividades que pueden
llevarse a cabo en el problema a formular.

2. Función objetivo. Consiste en optimizar el objetivo que

persigue una situación la cual es una función lineal de las
diferentes actividades del problema, la función objetivo se
maximiza o minimiza.

30

SUBE-UCV
 ESTRUCTURA DE UN MODELO DE PROGRAMACION LINEAL

3. Restricciones Estructurales. Diferentes requisitos que debe

cumplir cualquier solución para que pueda llevarse a cabo,
dichas restricciones pueden ser de capacidad, mercado,
materia prima, calidad, balance de materiales, etc.

4. Condición técnica. Todas las variables deben tomar valores

no negativos.

31

SUBE-UCV
 MODELO GENERAL DE PROGRAMACION LINEAL

1. FUNCION OBJETIVO

2. RESTRICCIONES ESTRUCTURALES

3. CONDICION DE NO NEGATIVIDAD

32

SUBE-UCV
 MODELO GENERAL DE PROGRAMACION LINEAL

n
Optimizar: Z = c x
j 1
j j

n
Sujeta a:  a x  ,  , b
j 1
ij j i i  1, 2,......, m

No Negatividad: x j  0 j  1, 2,......., n
33

SUBE-UCV
 EJERCICIOS DE PROGRAMACION LINEAL

¿Cómo lo planteo?

LEE PIENSA RESUELVE COMPRUEBA

34

SUBE-UCV
MODELOS DE PROGRAMACIÓN LINEAL

Llegaron los ejercicios¡¡

A practicar estimados estudiantes¡¡

35
 Formulación de Modelos
1.- Problema de Producción

Un taller tiene 3 tipos de máquinas A, B y C y fabrica 2 tipos de

productos 1 y 2, todos los productos tienen que ir a cada máquina y
cada uno va en el mismo orden, primero a la máquina A, luego a la B
y finalmente a la C.

La tabla muestra:
1) Las horas requeridas en c/máquina por unidad de producto.
2) Las horas totales disponibles para c/máquina por semana.
3) La ganancia por unidad vendida de cada producto
Máquina Producto 1 Producto 2 Horas Sem.
A 2 2 16
B 1 2 12
C 4 2 28
Ganancia 1 1,5

SUBE-UCV
 Formulación de Modelos
¿Qué cantidad de cada producto debe producirse por semana para
obtener la máxima ganancia?¿cuántas horas semanales sobran en
cada máquina?
Definición de variables:
Xj: Unidades semanales a producir del producto j (j = 1 y 2)
F.O:
Max Z = X1 + 1,5X2
S a:
2X1 + 2X2  16 Horas disponibles en máquina A
X1 + 2X2  12 Horas disponibles en máquina B
4X1 + 2X2  28 Horas disponibles en máquina C
Xj  0 y entero j=1y2 No negatividad

SUBE-UCV
 Formulación de Modelos
2.- Problema de la Dieta

Una dieta diaria satisfactoria debe contener al menos 2.000 kCal., 55

grs. de proteínas y 800 mg. de Calcio. Se pide formular un modelo
que permita determinar una dieta satisfactoria de mínimo costo a
partir de los alimentos indicados en la siguiente tabla:

Alimento Porciones max Energía (kCal) Proteínas Calcio (mg) $ x porción

1.-Avena 4 110 4 2 3
2.-Pollo 3 205 32 12 24
3.-Huevos 2 160 13 54 13
4.-Leche 8 160 8 285 9
5.-Pastel 2 420 4 22 20
6.-Cerdo 2 260 14 80 29

SUBE-UCV
 Formulación de Modelos
Definición de variables:

En este caso resulta natural definir la variable de decisión como:

Xi: la cantidad de alimento tipo i (i = 1...6) a consumir.

Función Objetivo:
Como cada alimento tiene un costo, basta ponderar cada variable
de decisión por su respectivo coeficiente y construir la función
objetivo a minimizar.

Min Z = 3X1 + 24X2 + 13X3 + 9X4 + 20X5 + 29X6

SUBE-UCV
 Formulación de Modelos
Restricciones:
Las restricciones obedecen a los límites diarios de consumo por
alimento y a las condiciones de energía, proteínas y calcio que debe
cumplir la dieta, además, de la no negatividad de las variables.

110X1 + 205X2 + 160X3 + 160X4 + 420X5 + 260X6  2000 (Energía)

4X1 + 32X2 + 13X3 + 8X4 + 4X5 + 14X6  55 (Proteínas )
2X1 + 12X2 + 54X3 + 285X4 + 22X5 + 80X6  800 (Calcio)
X1  4 (Avena)
X2  3 (Pollo)
X3  2 (Huevo)
X4  8 (Leche)
X5  2 (Pastel)
X6  2 (Cerdo)
Xi  0 i = 1...6

SUBE-UCV
 Formulación de Modelos
3.- Problema de Asignación de Recursos

Las enfermeras de un hospital llegan cada 4 horas y trabajan en turnos

de 8 horas continuas. La administración ha decidido definir 6 cambios
de turno al día para minimizar las distracciones y los problemas de
comunicación que ocurren en los cambios de turno.
El hospital ha realizado un análisis del trabajo requerido durante cada
uno de los seis bloques horarios del día. Las características de cada
bloque se muestran en la siguiente tabla:

Hora del Día Turno N° Mínimo de enfermeras

02:00 - 06:00 1 25
06:00 - 10:00 2 60
10:00 - 14:00 3 50
14:00 - 18:00 4 35
18:00 - 22:00 5 55
22:00 - 02:00 6 40

SUBE-UCV
 Formulación de Modelos
Las enfermeras ganan US$40 al día cuando empiezan a trabajar en
los turnos 2, 3 y 4 y US$50 en los otros turnos. ¿Cuál debe ser la
planificación de los turnos que minimizan los costos por salarios?
SOLUCIÓN:
Definición de variables:
Xi: Número de enfermeras que comienzan a trabajar en la hora i
(i = 2, 6, 10, 14, 18, 22)
Función Objetivo:
Min Z = 50X2 + 40X6 + 40X10 + 40X14 + 50X18 + 50X22
Restricciones:
Para construir las restricciones es conveniente construir la
siguiente tabla

SUBE-UCV
 Formulación de Modelos
Turnos
Horario N° enfermeras 1 2 3 4 5 6
02 - 06 25 x x
06 - 10 60 x x
10 - 14 50 x x
14 - 18 35 x x
18 - 22 55 x x
22 - 02 40 x x

De la gráfica anterior se observa que en cada bloque horario

trabajan las enfermeras que comenzaron su turno en dicho
bloque, pero también las enfermeras que empezaron en el bloque
anterior.

SUBE-UCV
 Formulación de Modelos
Por lo tanto las restricciones de personal mínimo para cada bloque
horario quedan de la siguiente manera:
X2 + X22  25 (02:00 – 06.00)
X2 + X6  60 (06:00 – 10.00)
X6 + X10  50 (10:00 – 14.00)
X10 + X14  35 (14:00 – 18.00)
X14 + X18  55 (18:00 – 22.00)
X18 + X22  40 (22:00 – 02.00)
Además, hay que considerar las restricciones de signo
Xi  0 y entero (i = 2, 6, 10, 14, 18 y 22)

SUBE-UCV
 Formulación de Modelos
4.- Problema de Localización de Planta

Una empresa del sector textil dispone de dos plantas de fabricación,

una en Santiago y otra en Concepción con capacidad de 900 y 1500
unidades respectivamente. Posee también 4 almacenes regionales de
distribución, que sirven a los clientes de sus respectivas zonas, en:
Iquique, La Serena, Viña del Mar y Osorno con demandas de 700,
800, 500 y 400 unidades respectivamente.

En los próximos años la empresa espera un crecimiento de la

demanda del 25% lo cual ha generado la necesidad de construir una
nueva fábrica que cubra dicho aumento.

A la vista de los criterios que la empresa estima importantes para la

localización de la nueva planta, existen dos alternativas a
considerar: Antofagasta y Copiapó.

SUBE-UCV
 Formulación de Modelos
La elección recaerá en aquella que provoque los menores costos de
transporte entre las fábricas y los almacenes, dado que ambas
parecen ser igualmente convenientes respecto a otros factores.

La tabla muestra los costos de transporte entre cada planta y

almacén.
Iquique La Serena Viña del Mar Osorno
Santiago 6 4 2 6
Concepción 2 3 7 5
Antofagasta 6 4 4 8
Copiapó 6 3 4 2

Tenemos que resolver dos problemas, uno para cada nueva planta
Antofagasta y Copiapó

SUBE-UCV
 Formulación de Modelos
Definición de variables:
Xij: Unidades a enviar desde planta i al almacén j
con i = S (Santiago), C (Concepción) y A (Antofagasta)
con j = I ( Iquique), L (La Serena), V (Viña del Mar) y O (Osorno)
F.O: Min Z = 6XSI + 4 XSL + 2XSV + 6XSO +2XCI + 3XCL + 7XCV + 5XCO +
6XAI + 4XAL + 4XAV + 8XAO
S. a XSI + XSL + XSV + XSO  900
Restricciones de
XCI + XCL + XCV + XCO  1500
planta (producción)
XAI + XAL + XAV + XAO  600 (25%)
XSI + XCI + XAI = 875 (700 * 1,25)
XSL + XCL + XAL = 1000 Restricciones de
XSV + XCV + XAV = 625 demanda de almacén
(demanda futura)
XSO + XCO + XAO = 500
Xij  0 y entero No negatividad

SUBE-UCV
 5. PROBLEMA-PRODUCCION
Una fábrica de fertilizantes quiere programar su producción
para el próximo año. La demanda pronosticada de fertilizantes
es:
Período Tons. De fertilizantes
1er. Trimestre 100000
2do. Trimestre 120000
3er. Trimestre 110000
4to. Trimestre 90000

La capacidad de producción de la fábrica es de 95000 toneladas por trimestre.

Sin embargo, se pueden producir 30000 toneladas adicionales por trimestre en
un turno extra. El costo de producción en un turno normal es de
$700/ton/trimestre y en el turno extra el costo se incrementa en
$300/ton/trimestre. El fertilizante que no se puede vender, hay que
almacenarlo en bodegas a un costo de $500/ton/trimestre. Las bodegas no
pueden almacenar más de 20000 ton/trimestre.
Formular el modelo de P.L. que permita determinar cuántas toneladas deben
producirse por trimestre en turnos normales y extras para satisfacer la
demanda y que los costos de producción y almacenamiento se minimicen.
48

SUBE-UCV
 5. SOLUCION-PRODUCCION

Estableciendo la siguiente relación para los inventarios en una empresa de

producción:
INVENTARIO INICIAL+ENTRADAS-SALIDAS=INVENTARIO FINAL

O equivalentemente:
INVENTARIO INICIAL+PRODUCCION+COMPRAS-INVENTARIO FINAL=DEMANDA+VENTAS

CUADRO RESUMEN POR TRIMESTRE

INVENTARIO PRODUCCION INVENTARIO

TRIMESTRE DEMANDA
INICIAL NORMAL EXTRA FINAL

1 ---- X1 Y1 Z1 100000
2 Z1 X2 Y2 Z2 120000
3 Z2 X3 Y3 Z3 110000
4 Z3 X4 Y4 Z4 90000
49

SUBE-UCV
 5. SOLUCION-PRODUCCION

1º) VARIABLES DE DECISION:

Xi = Ton producidas en Turno Normal en el Trimestre “i” , i=1,…,4
Yi = Ton producidas en Turno Extra en el Trimestre “i” , i=1,…,4
Zi = Ton almacenadas en el Trimestre “i” , i=1,…,4
2º) FUNCION OBJETIVO:
Mín Z = 700(X1+X2+X3+X4)+1000(Y1+Y2+Y3+Y4)+500(Z1+Z2+Z3+Z4)
Sujeto a:
3º) RESTRICCIONES ESTRUCTURALES:
X1 ≤ 95000
X2 ≤ 95000
X3 ≤ 95000
X4 ≤ 95000

50

SUBE-UCV
 5. SOLUCION-PRODUCCION

Y1 ≤ 30000
Y2 ≤ 30000
Y3 ≤ 30000
Y4 ≤ 30000
Z1 ≤ 20000
Z2 ≤ 20000
Z3 ≤ 20000
Z4 ≤ 20000
X1+Y1-Z1=100000
Z1+X2+Y2-Z2=120000
Z2+X3+Y3-Z3=110000
Z3+X4+Y4-Z4= 90000
4º) NO NEGATIVIDAD:
Xi , Yi , Zi ≥ 0 ; i=1,…,4

51

SUBE-UCV
 5. SOLUCION-PRODUCCION
LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

! PROBLEMA DE PRODUCCION DE FERTILIZANTE
MIN 1) 0.3075000E+09
700X1+700X2+700X3+700X4+1000Y1+1000Y2+1000Y VARIABLE VALUE REDUCED COST
F 3+1000Y4+500Z1+500Z2+500Z3+500Z4 X1 95000.000000 0.000000
SUBJECT TO X2 95000.000000 0.000000
O S X3 95000.000000 0.000000
X1 <= 95000 X4 90000.000000 0.000000
R X2 <= 95000 O
Y1 5000.000000 0.000000
Y2 25000.000000 0.000000
M X3 <= 95000
L
Y3 15000.000000
Y4 0.000000
0.000000
300.000000
X4 <= 95000
U Y1 <= 30000 U
Z1
Z2
0.000000
0.000000
500.000000
500.000000
L Y2 <= 30000
C
Z3
Z4
0.000000
0.000000
800.000000
1200.000000
Y3 <= 30000
A Y4 <= 30000 I ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 300.000000
C Z1 <= 20000 O 3) 0.000000 300.000000
Z2 <= 20000 4) 0.000000 300.000000
I N 5) 5000.000000 0.000000
Z3 <= 20000 6) 25000.000000 0.000000
O Z4 <= 20000 7) 5000.000000 0.000000
8) 15000.000000 0.000000
N X1+Y1-Z1=100000 9) 30000.000000 0.000000
Z1+X2+Y2-Z2=120000 10) 20000.000000 0.000000
11) 20000.000000 0.000000
Z2+X3+Y3-Z3=110000 12) 20000.000000 0.000000
Z3+X4+Y4-Z4=90000 13) 20000.000000 0.000000
14) 0.000000 -1000.000000
END 15) 0.000000 -1000.000000
16) 0.000000 -1000.000000
17) 0.000000 -700.000000

NO. ITERATIONS= 3
52

SUBE-UCV
 6. PROBLEMA-CORTE DE PAPEL

Una empresa papelera recibe un pedido de

rollos de papel de la misma calidad y espesor
para los siguientes anchos:

500 rollos de 30 cm
450 rollos de 45 cm
150 rollos de 56 cm

En los almacenes de la empresa sólo se tiene

existencias en esta calidad de papel con un ancho de 108 cm, por
lo que se piensa realizar un proceso de corte para cumplir la
demanda de este pedido.
Formular un modelo matemático para determinar la forma óptima
de corte de los rollos de 108 cm para satisfacer la demanda con el
menor desperdicio.

53

SUBE-UCV
 6. SOLUCION-CORTE DE PAPEL

108 cm
PATRON DE CORTE

X1 X2 X3 X4 X5
TIPO DE
CORTE 1 2 3 4 5
30 cm 2 0 3 0 1
45 cm 1 1 0 2 0
56 cm 0 1 0 0 1
RESIDUO 3 7 18 18 22

54

SUBE-UCV
 6. SOLUCION-CORTE DE PAPEL

1º) VARIABLES DE DECISION:

Xi = # de cortes del tipo “i” , i=1,…,5

2º) FUNCION OBJETIVO:

Min Z = 3X1+7X2+18X3+18X4+22X5
Sujeto a:
3º) RESTRICCIONES ESTRUCTURALES:
2X1+ 3X3+ X5 = 500
X1 + X 2 + 2X4 = 450
X2+ X5 = 150
4º) NO NEGATIVIDAD:
Xi ≥ 0 , i=1,…,5
55

SUBE-UCV
 6. CON SOFTWARE LINDO

FORMULACION SOLUCION
LP OPTIMUM FOUND AT STEP 1
PROBLEMA DE CORTE DE PAPEL)
OBJECTIVE FUNCTION VALUE
MIN 3X1+7X2+18X3+18X4+22X5
1) 2250.000

SUBJECT TO VARIABLE VALUE REDUCED COST

X1 250.000000 0.000000
2X1 + 3X3 + X5 = 500 X2 150.000000 0.000000
X3 0.000000 27.000000
X1 + X2 + 2X4 = 450 X4 25.000000 0.000000
X5 0.000000 27.000000
X2 + X5 = 150
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 3.000000
END 3) 0.000000 -9.000000
4) 0.000000 2.000000

NO. ITERATIONS= 1
56

SUBE-UCV
 Formulación de Modelos
7.- Problema de Planificación de Producción

La empresa Sil Computer necesita satisfacer la demanda de

computadores por parte de sus clientes (grandes corporaciones e
instituciones educacionales) para los próximos 4 meses. Actualmente
Sil Computer tiene 5.000 computadores en inventario.
La demanda esperada para los próximos meses son 7.000, 15.000,
10.000 y 8.000. La empresa tiene el material y la capacidad de
producir 10.000 computadores cada mes, a un costo de US$2.000
por computador.
Empleando personal de sobretiempo se pueden producir hasta 2.500
computadores más a un costo individual de US$2.200.
Los computadores producidos en un mes pueden ser usados para
satisfacer la demanda de ese periodo, o bien quedar en inventario
para ser usados posteriormente.

SUBE-UCV
 Formulación de Modelos
Cada computador en inventario tiene un costo adicional de US$100
por periodo de almacenaje.
¿Como puede satisfacer Sil Computer su demanda a costo mínimo?
Definición de variables:
En este caso la decisión a tomar corresponde a la producción de
computadores por mes, como se pueden fabricar computadores en
horario normal y en sobretiempo es conveniente separar ambos tipos
de producción en variables distintas. Además, se debe decidir cuantas
unidades se guardan en inventario en cada periodo, entonces las
variables son:
Xt: producción en horario normal en el periodo t
Yt: producción en sobretiempo en el periodo t
It: Inventario al final del periodo t
con t = 1, 2, 3 y 4

SUBE-UCV
 Formulación de Modelos
X1 Y1 X2 Y2 X3 Y3 X4 Y4

Mes 1 Mes 2 Mes 3 Mes 4

5.000 I1 I2 I3 0

7.000 15.000 10.000 8.000

Función Objetivo:
Min Z = 2000 (X1 + X2 + X3 + X4) + 2200 (Y1 + Y2 + Y3 + Y4) +
100 (I1 + I2 + I3)

SUBE-UCV
 Formulación de Modelos
S.a
X1 + Y1 + 5000 = I1 + 7000 Mes 1
X2 + Y2 + I1 = I2 + 15000 Mes 2
X3 + Y3 + I2 = I3 + 10000 Mes 3
X4 + Y4 + I3 = 8000 Mes 4
X1  10000
X2  10000
X3  10000
X4  10000
Y1  2500
Y2  2500
Y3  2500
Y4  2500
X t, Y t, It  0 t = 1, 2, 3 y 4
Xt, Yt enteros

SUBE-UCV
 Formulación de Modelos
8.- Problema de Mezcla

Una refinería de petróleos produce dos tipos de gasolina sin plomo:

regular y extra, los cuales vende a su cadena de estaciones de
servicio en US$12 y US$14 por barril, respectivamente. Ambos tipos
se preparan del inventario de petróleo nacional refinado y de
petróleo importado refinado que tiene la refinería y deben cumplir
la especificaciones que se muestran en el siguiente cuadro
Presión máxima de Octanaje Dda máxima Entregas mínimas
vapor Mínimo (barril/semana) (barril/semana)
Regular 23 88 100.000 50.000
Extra 25 93 20.000 5.000

Las características del inventario de petróleos refinado se muestran

en la siguiente tabla

SUBE-UCV
 Formulación de Modelos
Presión de Inventario Costo
vapor Octanaje (barril) (US$/barril)
Nacional 25 87 40.000 8
Importado 15 98 60.000 15

Formule un modelo de programación lineal que permita maximizar la

ganancia semanal de la refinería. Suponga que no existen pérdidas en el
proceso de refinamiento y que tanto el octanaje como la presión de vapor
se pueden mezclar linealmente.
Definición de variables:
De acuerdo al supuesto debemos definir variables que nos permitan
controlar que proporción de cada tipo de petróleo se empleará para
fabricar cada tipo de gasolina, así:
Xij: Barriles de petróleo refinado tipo i para fabricar gasolina j
con i = N (nacional) e I (importado)
j = R (regular) y E (extra)
SUBE-UCV
 Formulación de Modelos
Función Objetivo:
Como se conoce el precio de venta de cada gasolina y el costo de cada
petróleo, las FO se reduce a maximizar las utilidades
Max Z = 12(XNR + XIR) + 14(XNE + XIE) – 8(XNR + XNE) – 15(XIR + XIE)
Restricciones:
Las restricciones respecto de inventario disponible y demanda de cada
tipo de gasolina son:
XNR + XNE  40.000 Inventario petróleo nacional
XIR + XIE  60.000 Inventario petróleo importado
XNR + XIR  50.000 Demanda mínima de gasolina regular
XNR + XIR  100.000 Demanda máxima de gasolina regular
XNE + XIE  5.000 Demanda mínima de gasolina extra
XNE + XIE  20.000 Demanda máxima de gasolina extra

SUBE-UCV
 Formulación de Modelos
Las restricciones de presión de vapor y de octanaje mínimo deben
ser normalizadas respecto de la cantidad total fabricada

(25XNR + 15XIR) / (XNR + XIR)  23 Presión de vapor máx. gas. regular

(25XNE + 15XIE) / (XNE + XIE)  25 Presión de vapor máx. gas. extra
(87XNR + 98XIR) / (XNR + XIR)  88 Octanaje mínimo gas. regular
(87XNE + 98XIE) / (XNE + XIE)  93 Octanaje mínimo gas. extra

Finalmente, las condiciones de signo

XNR, XIR, XNE, XIE  0

SUBE-UCV
 Formulación de Modelos
9.- Problema de Producción y Asignación de Personal
Un pequeño taller arma dispositivos mecánicos, ya sea como un
producto terminado que entrega al mercado, o como un proceso
intermedio para entregar a una fábrica. Trabajan 3 personas en
jornadas de 40 hrs. semanales. Dos de estos obreros no calificados
reciben $0,4 por hora y el tercero, un obrero calificado recibe $0,6 por
hora. Los tres están dispuestos a trabajar hasta 10 horas adicionales a
la semana con un salario 50% superior durante este periodo.

Los costos fijos semanales son de $800. Los gastos de operación

variable son de $1 por hora de trabajo de obrero no calificado y $2,4
por hora de obrero calificado. Los dispositivos mecánicos sin acabar
son vendidos a la planta a $6,5 cada uno. El taller tiene un contrato
bajo el cual debe entregar 100 de estos dispositivos semanalmente a la
empresa. El dueño del taller tiene como política el producir no más de
50 dispositivos a la semana por sobre el contrato.

SUBE-UCV
 Formulación de Modelos
Los dispositivos terminados se vende a $15 cada uno sin restricciones
de mercado.

Se requieren 0,5 horas de obrero no calificado y 0,25 horas de obrero

calificado para producir un dispositivo sin acabar listo para entregar a
la otra empresa. Uno de estos dispositivos puede ensamblarse y dejarlo
terminado agregándole 0,5 horas de trabajador calificado.

Un dispositivo listo para entregar al mercado se puede producir con

0,6 horas de obrero no calificado y 0,5 horas de obrero calificado.

Plantear el modelo de programación lineal que permita determinar

cómo y cuánto producir para cumplir el contrato de modo de
maximizar las utilidades

SUBE-UCV
 Formulación de Modelos
Definición de variables:
Podemos definir los siguientes tipos de productos: intermedio (1),
intermedio que se acaba (2) y acabado (3), por lo que las variables
serán:
Xi: cantidad de producto tipo i fabricado, con i = 1, 2 y 3
Como todos los obrero trabajan 40 horas semanales fijas, sólo es
necesario cuantificar como variables las horas extraordinarias de
trabajo, por lo tanto diremos que:
Ej: horas extraordinarias de los trabajadores tipo j.
Donde j = 1 (obreros no calificados) y 2 (obrero calificado)
Función Objetivo:
Por la información que se posee podemos plantearlo como uno de
maximización de utilidades, para lo cual debemos expresar la
diferencia entre los ingresos y costos en función de las variables de
decisión.
SUBE-UCV
 Formulación de Modelos
Ingresos:
I = 6,5 X1 + 15 (X2 + X3)

Costos:
C = 2 * 40 * 0,4 + 0,6 E1 sueldo obreros no calificado
+ 40 * 0,6 + 0,9 * E2 sueldo obrero calificado
+ 1 * (2 * 40 + E1) + 2,4 (1 * 40 + E2) gastos de operación variable
+ 800 costos fijos No es necesario
incorporarlo
Max Z = 6,5 X1 + 15X2 + 15X3 – 1,6 E1 – 3,3 E2 – 1032

Restricciones:

X1  100 Límite inferior demanda producto intermedio

X1  150 Límite superior demanda producto intermedio

SUBE-UCV
 Formulación de Modelos
Disponibilidad de mano de obra para producción

0,5 (X1 + X2) + 0,6 X3  80 + E1 Tiempo utilizado por obreros no calif.

0,25 X1 + 0,75 X2 + 0,5 X3  40 + E2 Tiempo utilizado por obreros calif.
E1  20 Horas Extras disponibles para o.n.c.
E2  10 Horas Extras disponibles para o.c.

Finalmente, las condiciones de signo

X1, X2, X3, E1, E2  0

SUBE-UCV
 MUCHAS GRACIAS
Cualquier sugerencia, hacerla llegar a mis correos:

ooccpp@hotmail.com

omar.castillo.paredes@gmail.com

WhatsApp: 993634820

• Asesorías
• Clases Particulares
• Desarrollo de Material
• Seminarios
Asignaturas: Matemática, Física, Estadística, Estática, Costos, Investigación
de Operaciones, Dirección de Operaciones.
SUBE-UCV