Sei sulla pagina 1di 36

LA FUNCIÓN OPERACIONAL EN LAS ORGANIZACIONES.

Desde que el hombre primitivo comenzó a fabricar sus herramientas de piedra, ha dejado huella en
los sistemas que creó para generar bienes y servicios. Así mismo, ha estimulado la creación de sistemas de
cooperación familiar y grupos más grandes para la división de la tarea, sistemas de cooperación para la
construcción de refugios, caza, pesca, recolección y otras actividades. Ha sido el hombre quien ha creado
éstos sistemas productivos y quien de igual manera, ha determinado la forma en que han de trabajarse,
partiendo de una manufactura netamente artesanal, siguiendo por una producción fábril, producción en masa,
conceptos de líneas de producción hasta la automatización actual.
Con el aumento de las habilidades del hombre para crear bienes materiales, se disipan muchas amenazas
como el hambre, entre otros elementos, así mismo, crecen y se tornan complejas e interdependientes las
sociedades, creando un aumento en la demanda de servicios y con ello se desarrolla sistemas productivos
para proporcionar satisfacción a ésta área. Entonces, se puede decir, que los sistemas de producción han sido
desarrollados en paralelo con la evolución del hombre. Han sido éstos sistemas los que han proporcionado la
larga lista de bienes y servicios que demanda el desarrollo de la sociedad moderna. Los bienes y servicios
circulan dentro de una grandiosa estructura interdependiente cuyo flujo internacional se denomina economía.
Las industrias están contenidas dentro de estas economías y las empresas dentro de estas industrias, pero lo
que es cierto, es que toda esta estructura económica, sienta sus bases sobre los sistemas productivos. Así,
los sistemas productivos representan el mecanismo de obtención de los bienes y servicios de una
organización, y éstos (sistemas productivos) yacen contenidos dentro de la función operacional de toda
organización.

La función operacional, entonces, es aquella parte de la organización que existe


fundamentalmente para generar y fabricar los productos de la organización. En algunas
organizaciones el producto es un bien físico, mientras que en otras, se trata de un servicio.
Hasta hace poco tiempo los sistemas productivos que realmente ameritaban y se les otorgaba importancia,
eran a los manufactureros. Esto fue en respuesta a una sociedad consumista de bienes materiales y a una
industria ávida por satisfacerla. Los recursos eran destinados a la sola producción de bienes materiales, sin
ninguna otra especificación, que producirlos. Sin embargo, en algún momento se manifestó la necesidad de
aprender los principios fundamentales sobre la forma de organizar los recursos y producir bienes materiales
eficazmente.
En 200 ó 300 años los sistemas productivos han traspasado la barrera de lo artesanal para convertirse en las
máquinas industriales de nuestros días. Siendo en ésta área, en que se adquieren los conocimientos sobre lo
que hoy es y representa la dirección de los sistemas productivos: forma de concordar las necesidades del
mercado con las capacidades de producción, diseño de productos de manera que puedan fabricarse con
eficiencia, forma de diseñar e instalar los medios de producción, diseño de trabajos y su sistema de flujo,
programación y planificación de la producción e implantación de sistemas de inventario para cumplir con el
patrón de tiempos de la demanda del mercado, forma de diseñar sistemas de información y de control para
asegurar la fiabilidad, la calidad y el costo mínimo.
La importancia dada a los sistemas productivos manufactureros, hizo que los recursos fueran destinados a la
resolución de problemas, que llamaron la atención, en algún momento de grupos de individuos de distintas
áreas del saber: economistas, matemáticos, administradores, físicos, entre otros, dejando en su andar un
inmenso acervo de conocimiento, experiencias y métodos de pronóstico, diseño, planificación,
automatización, modelos de programación, modelos de inventario, control estadístico de la calidad,
simulación, entre otros.
Las condiciones del pasado dieron extrema importancia a los sistemas productivos aplicados en el
área de la manufactura, hoy día, surge una nueva concepción en su aplicabilidad: los servicios,
otorgándosele la misma o igual importancia que a la manufactura, por tener un significado dentro de la
sociedad, gozan de una gran demanda en nuestros días.
Se pueden establecer escasas diferencias entre ambos sectores:

 Naturaleza tangible / intangible del producto


 Forma de consumo del producto
 Naturaleza del trabajo
 Grado de contacto con el consumidor
 Participación del consumidor en la conversión
 Medición del rendimiento funcional.
Pero, que tienen en común en sus procesos productivos las distintas organización sea cual fuese su
naturaleza?. Tienen un proceso de conversión, algunos insumos al proceso, productos resultantes de la
conversión de insumos y retroalimentación de información sobre las distintas actividades del sistema
operacional.
Se requieren
ajustes? Resultados del
seguimiento
Insumos: Proceso de Productos:
Capital conversión Bienes
Adimistración Servicios

Retroalimentación

Figura 1. Sistema productivo

EVOLUCIÓN HISTÓRICA DE LA ADMINISTRACIÓN DE LA PRODUCCIÓN Y DE LAS


OPERACIONES.
Se pueden precisar tres etapas que formaron los conceptos y herramientas actuales que sobre
operaciones se manejan:
 Administración Industrial.
 Administración de producción.
 Administración de operaciones.
La Administración industrial se inició e el siglo XVIII, con el reconocimiento de Adam Smith de que la
subdivisión y la especialización en el trabajo arrojan beneficios económicos. Smith recomendó dividir los
trabajos en subtareas y reasignar a los trabajadores a tareas especializadas en las que pudiesen volverse
hábiles y eficientes. Smith observa, que mediante la división del trabajo se obtenían tres ventajas
económicas básicas: (1) el desarrollo de una habilidad o destreza cuando se efectuaba una misma tarea en
forma repetitiva, (2) Un ahorro de tiempo que normalmente se perdía al cambiar de una actividad a la
siguiente y (3) la invención de máquinas o herramientas que parecían sobrevenir naturalmente cuando los
hombres se especializaban en tareas de alcance limitados.
A principios del siglo XX Frederick Taylor implantó las teorías de Smith y promovió activamente la
administración científica. Propuso un nuevo criterio que establecía que el método científico podía y debería
ser aplicado a todos los problemas de la dirección, y que los métodos para realizar el trabajo deberían ser
determinados por la dirección valiéndose de la investigación científica. Definió cuatro nuevas obligaciones
de la dirección:
 Analizar científicamente cada elemento del trabajo de un hombre a fin de sustituir los antiguos métodos
de reglas prácticas.
 Seleccionar y entrenar al obrero a fin de aprovechar su trabajo mediante métodos científicos, en vez de
dejar que el trabajador escoja sus propias tareas y se adiestre a sí mismo en la mejor forma posible.
 El desarrollo de un espíritu de verdadera cooperación entre los obreros y la dirección, para asegurarse de
que se realice el trabajo de acuerdo con los procedimientos ideados científicamente.
 La división del trabajo entre los obreros y la dirección en partes más o menos iguales, para que cada
grupo efectúe el trabajo para el que está mejor preparado, con el fin de sustituir la práctica antigua, en la
cual el trabajador correspondía la mayor parte del trabajo y de la responsabilidad.
La administración de producción fue la denominación más comúnmente aceptada de los años treinta a los
años cincuenta. Los puestos de trabajo fueron colocados bajo “el microscopio” y estudiados minuciosamente,
a fin de acabar con el desperdicio de esfuerzos y alcanzar así una mayor eficiencia. En esta misma época, sin
embargo, los directivos de empresas tras descubrir que los trabajadores tienen necesidades múltiples y no
sólo de carácter económico, comenzaron a cambiar sus puntos de vista. Se emprendió el estudio de la gente y
su comportamiento en el medio laboral.
La administración de operaciones se presencia en la década de los setenta en donde a medida que el sector
de servicios crece en importancia, el cambio de producción a operaciones acentúo su aplicación a las
organizaciones de servicios, así como en aquellas que producían bienes físicos. Esta etapa responde a la
concepción de los sistemas.

I.-INVESTIGACIÓN DE OPERACIONES ( CIENCIA DE LA ADMINISTRACIÓN)


I.1.- Introducción
La I.O. tiene su origen en los trabajos realizados durante la Segunda Guerra Mundial, por grupos de
investigadores para los ejércitos Estados Unidos e Inglaterra con el objetivo de encontrar la manera óptima
de usar los recursos destinados a actividades militares. Aunque a primera vista podría parecer que no existe
relación entre la I.O. (CA) y las actividades bélicas, la verdad es que el surgimiento de la I.O. se da por
necesidades eminentemente militares. Estos investigadores hicieron posible el marco conceptual y teórico
que se denomina Investigación de Operaciones. Investigación de Operaciones, quiere decir un
planteamiento científico a la toma de decisiones, que busca determinar cómo diseñar y operar
mejor un sistema.
La I.O. está constituida por un conjunto de técnicas matemáticas que están relacionadas de manera
lógica, por lo tanto la I.O. no se circunscribe a acontecimientos particulares, sino que es una herramienta
destinada a resolver problemas tipo que pueden darse en cualquier actividad o disciplina. Generalmente los
problemas son de naturaleza táctica más que estratégica. Un problema es táctico si el efecto de su solución es
de menor duración, o lo que es lo mismo, cuando su solución puede modificarse o anularse fácilmente.
I.2.- ENFOQUE DE LA INVESTIGACIÓN DE OPERACIONES
La I.O. es un conjunto de técnicas matemáticas destinadas a optimizar el uso de recursos en un
ambiente dado. Por optimizar se entiende: Encontrar la mejor posibilidad o alternativa; sin embargo, ello
depende en gran medida de la realidad en la cual se opera. En ciertos tipos de problemas es posible hallar la
mejor opción de todas las que puedan presentarse, de tal manera que el óptimo alcanzado es inobjetable; la
realidad muestra que los problemas de este tipo son los menos frecuentes. Esto se debe principalmente a que
la mayoría de las veces el medio en el cual se opera muestra una gran cantidad de opciones que no sólo es
imposible evaluar, sino también enumerar.
Lo anterior hace ver que la IO tiene una seria limitación en la práctica; a través de sus diferentes
métodos es posible enfocar problemas para darles una solución que tienda a ser óptima, aunque en algunos
no será posible llegar a tal solución. Sin embargo la IO podrá acercarse a ella mediante soluciones que sean
factibles y muestren ser ventajosas.
Un concepto más amplio de la IO podría ser: " La aplicación del método científico por equipos
interdisciplinarios a problemas que comprenden el control de sistemas organizados hombre-
máquina, para dar soluciones que sirvan mejor a los propósitos de la organización como un todo".
Se pueden señalar como características esenciales de la IO :
 Su orientación de sistemas
 Uso de equipos multidisciplinarios
 Aplicación del método científico.

I.3.- MÉTODO DE LA IO
Cuando se aplica la IO se describen algunos sistemas o conjuntos de elementos por medio de un
modelo, que será sometido a una serie de operaciones para determinar su comportamiento; de esta manera el
modelo permitirá observar su funcionamiento bajo diversos estados, con el propósito de seleccionar aquel
tipo de comportamiento que sea considerado óptimo o al menos el mejor entre todos los obtenidos.
Para estructurar un modelo de IO se requiere llevar a cabo una serie de tareas, que pueden ser divididas en
etapas:
1. Formulación del problema: Es necesario definir con claridad el problema y dejar establecido de manera
precisa qué resultados se desean obtener; es decir, se debe plantear el objetivo para realizar una
formulación.
2. Diseño y construcción de un modelo: Una vez formulado el problema, el siguiente paso será diseñar y
construir un modelo que lo represente cabalmente; esta etapa requiere del conocimiento de la técnica o
método que se ha de emplear, la aplicación de cierto procedimiento determinará en última instancia la
manera en que se construya el modelo.
3. Análisis y deducción de soluciones: Cuando el modelo diseñado se pone en marcha es posible observar
un resultado que sea óptimo y, aunque en una gran cantidad de casos no es posible lograr tal respuesta,
una solución cercana deberá considerarse como una solución satisfactoria. Llegar a una solución óptima
dependerá tanto de la técnica que se emplee como del problema que se quiere resolver.
4. Prueba del modelo y de las soluciones.
5. Implantación del modelo: personal que habrá de operarlo, el usuario que demandará su utilización, el
medio en que funcionará.
6. Verificación en la ejecución.
La IO está dirigida a la realización de análisis adecuados para tomar buenas decisiones; esto es importante
porque lo único que puede ser controlado son las decisiones que previamente se tomaron para la
obtención de un cierto resultado.
En IO una solución óptima es aquella que ofrece el mejor rendimiento según el objetivo planteado.

I.4.- MODELO
Un modelo es una representación de un objeto, idea o sistema en una forma diferente a la entidad misma.
Entre los diversos modelos existentes se cuentan:
Modelos verbales: son descriptivos, expresan en palabras la relación entre las variables.
Modelos esquemáticos: muestran una relación pictórica entre las variables.
Modelos iconográficos: son reproducciones físicas a escala de objetos o procesos.
Modelos matemáticos: muestran relaciones funcionales entre las variables mediante el uso de símbolos y
ecuaciones matemáticas.

Modelo

Físico Matemático

Estático Dinámico Estático Dinámico

Numérico Analítico Numérico

Simulación de Sistemas

En la IO, se emplean modelos matemáticos los cuales son relativamente nuevos, en particular en lo
relacionado con la toma de decisiones. Los modelos en la I.O. se representan con sistemas de ecuaciones, que
aunque pueden resultar complicados desde el punto de vista matemático, tienen una estructura fundamental
muy sencilla. Dentro de los modelos matemáticos existen dos clases principales: los modelos descriptivos y
los modelos normativos.
Un modelo descriptivo es el que representa una relación entre variables(dos o más), pero no
indica ningún curso de acción. Entre los modelos descriptivos se tienen muchos modelos estadísticos, por
ejemplo un modelo de regresión que señala la relación entre una variable dependiente y una o más variables
independientes.
En la I.O. un modelo descriptivo son los sistemas de colas o líneas de espera, que permiten
pronosticar diversas características del sistema, por ejemplo: número promedio de clientes en espera, tiempo
promedio en la cola, etc.. Los modelos descriptivos son útiles para pronosticar la conducta de sistemas pero
no pueden indicar el mejor curso de acción que debe tomarse.
Un modelo normativo, llamado también modelo de optimización( de decisión), es prescriptivo
porque señala el curso de acción que el decisor debe seguir para alcanzar un objetivo definido.
Un modelo normativo posee un objetivo y es posible identificar los efectos que diferentes cursos de
acción tienen sobre el objetivo. Un modelo normativo puede contener en su estructura modelos descriptivos,
que se emplearán para poder lograr el objetivo deseado.
La mayoría de los modelos normativos están constituidos por tres conjuntos básicos de elementos:
 Variables de decisión y parámetros: las cantidades desconocidas que deben determinarse en la solución
del modelo son las variables de decisión. Los parámetros son los valores que describen la relación entre
las variables de decisión.
 Restricciones: para incluir limitaciones físicas que ocurren en el problema cuyo modelo se plantea, dicho
modelo debe incluir cualesquiera restricciones que limiten las variables a valores permisibles. Las
restricciones se expresan como funciones matemáticas( modelos descriptivos)
 Una o más funciones objetivos: define la efectividad del modelo como función de las variables de
decisión. En general se obtiene la solución óptima del modelo cuando los valores de las variables de
decisión arrojan el mejor valor de la función objetivo, al mismo tiempo que se satisfacen todas las
restricciones.
En investigación de operaciones existen muchos otros tipos de modelos:
 Determinísticos : las relaciones funcionales del modelo ( los parámetros) se conocen con certidumbre.
 Estocásticos: posee algunas relaciones funcionales que sean determinísticas o estocásticas o todas pueden
ser estocásticas.
 Lineales: todas las relaciones funcionales implican que la variable dependiente es proporcional a las
variables independientes.
 Estáticos: se definen en un punto fijo del tiempo y se supone que las condiciones del modelo no cambian
par ese período específico en el proceso de solución del modelo.
 Dinámico: difiere de uno estático en que el curso de acción mejor u óptimo se determina examinando
períodos múltiples.
 Modelos de simulación.

I.5.- TÉCNICAS DE LA INVESTIGACIÓN DE OPERACIONES


1. Programación lineal: Es un método de solución de problemas que se ha desarrollado para situaciones que
implican la maximización o minimización de una función lineal sujeta a restricciones lineales que limitan
la medida en la que se puede tender hacia la función objetivo.
2. Programación lineal entera: requisito obligatorio es que las decisiones recomendadas deben asumir
valores enteros.
3. Modelos de redes: se emplea para resolver problemas de diseño de sistemas de transporte, diseño de
sistemas de información y programación de proyectos.
4. Modelos de inventarios: sirven para enfrentar problemas donde deben tomarse decisiones sobre cuánto
mantener en existencia para satisfacer la demanda de un articulo determinado al menor costo posible.
5. Modelos de líneas de espera ( colas): ayudan a tomar decisiones sobre la operación de sistemas donde se
implica el manejo de clientes y la prestación de servicios.
6. Programación de metas: es una técnica que se utiliza para resolver problemas de decisiones con criterios
múltiples, por lo general dentro de una estructura de programación lineal.
7. Análisis de decisiones: puede servir para determinar estrategias óptimas en situaciones en las que existen
varias alternativas de decisión y un patrón de eventos incierto o lleno de riesgos.
8. Programación dinámica: es una técnica que permite descomponer un problema grande de manera que,
una vez que se han resuelto los problemas más pequeños obtenidos en la descomposición, se tiene una
solución óptima para el problema completo.
9. Simulación en computadoras: es una técnica que se utiliza para ensayar modelos de la operación de un
sistema en el tiempo. Tal técnica emplea un programa computacional para modelar la operación y realizar
cálculos sobre la simulación.
10. Administración de proyectos: PERT/ CPM: en muchos casos los administradores asumen la
responsabilidad de la planeación , programación y el control de proyectos que constan de numerosas
tareas o trabajos que son llevados a cabo por diversos departamentos, personas, etc. PERT y CPM son
técnicas que ayudan a los administradores a cumplir con su responsabilidad en la administración de
proyectos.

I.6.- PROGRAMACIÓN LINEAL


Aparece a finales de la década de los cuarenta convirtiéndose en una de las herramientas más
efectivas de la IO. Permite describir un gran número de situaciones en las áreas militar, industrial, agrícola,
de transporte, económica, ciencias sociales y de la conducta.
La programación lineal es una herramienta determinística, pues todos los parámetros del modelo se suponen
conocidos con certeza. Proporciona análisis sistemáticos postóptimos que permiten probar la sensibilidad de
la solución óptima, respecto a cambios discretos o continuos de los parámetros del modelo.
La Programación Lineal se ocupa de los problemas de asignación de recursos limitados que han de ser
destinados a actividades simultáneas que compiten por ellos entre sí.

I.8.1.- Elementos de la programación lineal


 Variables de decisión: son las cantidades físicas que interesan encontrar ( cantidad de artículos a
producir, cantidad de dinero a invertir, número de unidades a transportar, número de operadores a
asignar, etc). Son factores bajo el control de quien toma las decisiones, pueden ser modificadas,
dando como resultado soluciones diferentes entre sí.
 Coeficientes de la función objetivo ( también llamados contribuciones): representan la
contribución de cada variable a la ganancia total. Esas contribuciones pueden ser: beneficios o
costos.
 Coeficientes tecnológicos o tasas físicas de sustitución: señalan la tasa a la cual las materias
primas se convierten en el producto final que se desea. Es decir señalan la cantidad que de cada
materia prima usada consumen las variables de decisión.

I.8.2.- Características
 Un solo objetivo ( maximizar ganancias o minimizar costos) que es función de las variables de
decisión. Es una ecuación matemática que mide los resultados de cualquier alternativa que se
proponga.
 Metas: la meta es encontrar los valores que conforman la mejor decisión, esto es aquellos que
satisfacen la función objetivo.

 Restricciones: son funciones de las variables de decisión y de los recursos existentes. Son de dos
tipos: restricciones por uso de recursos y restricciones de no negatividad ( los valores de las
variables de decisión son mayores o iguales a cero). Se definen mediante ecuaciones lineales de
restricción.
 Suposición de proporcionalidad: la función objetivo y las restricciones deben ser proporcionales al
nivel de producción de cada variable.
 Suposición de divisibilidad: son posibles asignaciones fraccionarias de productos.
 Suposición de aditividad: Significa que es posible encontrar el valor de la función objetivo y el
total de los recursos que se utilizan sumando la contribución de la función y los recursos que se
utilizan, para todas las variables de decisión.
 Suposición de certidumbre: tiene que conocerse con certeza cada parámetro.

Un modelo de programación lineal puede ser expresado de dos (2) maneras, equivalentes:
1. Maximizar (minimizar) Z = C1* X1 + C2* X2 + C3* X3 +…. + Cn* Xn
Donde X1, X2, X3,.,Xn, son el conjunto de variables cuyos valores deben de ser determinados. Los C 1, C2,
…, Cn son los valores de los coeficientes que reflejan la contribución de cada una de las unidades de las
variables correspondientes a la función objetivo. Puede observarse que Z es una función lineal de las
variables Xi. Cuando Xi se incrementa en una unidad, el valor de Z se incrementa en un valor C i, sujeto a
las restricciones:
A11 * X 1  A12 * X 2  ...  A1n * X n  B1
A21 * X 1  A22 * X 2  ...  A2 n * X n  B2

Am1 * X 1  Am 2 * X 2  ...  Amn * X n  Bm

Donde cada ecuación es una restricción impuesta en el valor de las variables. Las A 11, A12, …, Amn son
coeficientes y las B1, B2, …, Bm son las cantidades iniciales de los recursos disponibles. Cada una de las
restricciones es una función lineal; cuando Xi se incrementa en una unidad, Aij unidades del recurso Bj se
consumen.
2. Maximizar
n

C j 1
j *Xj

sujeto a las restricciones:


n

A
j 1
ij *X j  Bi

X j 0
donde :
i  1,2,..., m
j  1,2,..., n

I.8.3.- Definiciones
Definición 1:
Una función f ( X 1 , X 2 ,.., X n ) es una función lineal de X1,X2,…,Xn, si y sólo si
para algún conjunto de constantes C1, C2, …, Cn; la función puede expresarse
f ( X 1 , X 2 ,..., X n )  C1 X 1  C2 X 2  ....  Cn X n .

Definición 2:
Para cualquier función lineal f ( X 1 , X 2 ,.., X n ) y cualquier número b, las desigualdades:
f ( X 1 , X 2 ,.., X n )  b y f ( X 1 , X 2 ,.., X n )  b, son desigualdades lineales.

Definición 3:
Un problema de Programación Lineal es un problema de optimización, para el cual debe hacerse lo
siguiente:
 Tratar de maximizar (o minimizar) una función lineal de variables de decisión.
 Los valores de las variables de decisión tienen que satisfacer un conjunto de restricciones. Cada
restricción tiene que ser una ecuación lineal o una desigualdad lineal.
 Hay restricciones de signo para cada variable.

La construcción del modelo matemático se puede iniciar respondiendo las tres preguntas siguientes:
1. ¿Qué busca determinar el modelo?, dicho de otra manera, ¿Cuáles son las variables (incógnitas) del
problema?
2. ¿Qué restricciones deben imponerse a las variables a fin de satisfacer las limitaciones del sistema
representado por el modelo?
3. ¿Cuál es el objetivo (meta) que necesita alcanzarse para determinar la solución óptima (mejor) de entre
todos los valores factibles de las variables?

PROBLEMAS:

1. La Compañía Overland es una cooperativa agrícola, que posee 130 hectáreas en las cuales produce frijol
de soya, trigo y maíz. Los productos de la cooperativa son para consumo de sus miembros y para ventas
al exterior. La cooperativa está organizada de tal manera que debe satisfacerse primero la demanda de sus
miembros, antes de vender a los clientes externos. Todos los excedentes se venden al precio del mercado.
La siguiente tabla resume los datos necesarios:
Cultivo Rendimiento por Demanda de los Demanda del Ganancia por
hectárea en sacos miembros en mercado en saco
sacos sacos
Frijol de soya 420 2000 10.000 1500
Trigo 200 5000 8000 1800
Maíz 70 1000 3000 2500
Formule como un problema de Programación lineal, para que la cooperativa sepa cuántas hectáreas
asignar a cada producto para maximizar su ganancia.

2. Una compañía produce dos tipos de sombreros vaqueros. Cada sombrero del primer tipo requiere el doble
de tiempo en mano de obra que el segundo tipo. Si todos los sombreros son del segundo tipo, la compañía
puede producir un total de 500 sombreros.
El mercado limita las ventas diarias del primer y segundo tipo a 150 y 250 sombreros como máximo. Los
beneficios por sombrero son 800 Bolívares para el tipo 1 y 500 par el tipo 2. Formule como un problema
de programación lineal para maximizar las ganancias.

3. La empresa Sonido Electrónico, fabrica una grabadora de cinta que opera con pilas, en las fábricas
ubicadas en Maracaibo, Barquisimeto, La Victoria. Los costos de transporte por cada unidad para los
envíos que se hacen desde estas tres plantas a los centros de distribución de Caracas, Margarita, y
Barcelona junto con las ofertas y demandas son las siguientes:

Caracas Margarita Barcelona


Maracaibo 1450 1600 1400 400
Barquisimeto 1100 1250 600 600
La Victoria 1200 1800 1200 300
400 600 700

4. Un administrador cuenta con un excedente de capacidad de producción debido a que se han eliminado
algunos productos cuya rentabilidad era desventajosa. El administrador puede destinar esta capacidad de
sobra a cualquiera de tres nuevos productos A, B, C.
La capacidad disponible de máquinas, dinero y mano de obra respectivamente se resume en las tablas
siguientes:
Recurso Disponibilidad
Máquinas 300 horas a la semana
Dinero 3.500.000 unidades monetarias
Mano de obra 500 horas a la semana

Productos
Recurso A B C
Mano de obra 9 3 5
Dinero (miles) 5 4 1
Máquina 3 0 2
Los beneficios de venta de cada producto reporta 3000, 1200,1500 unidades monetarias
respectivamente. Formule como un problema de programación lineal que maximice los beneficios.

Solución gráfica
La solución gráfica, sólo puede ser usada para problemas de programación lineal en los cuales intervienen
únicamente dos variables de decisión. El proceso comienza convirtiendo las restricciones del problema (las
inecuaciones) en ecuaciones.
Región Factible
La región factible para un problema de Programación Lineal es le conjunto de todos los puntos que satisfacen
la restricciones del problema.
Conjunto convexo: Un conjunto de puntos S es un conjunto convexo si dado un segmento rectilíneo que une
cualquier par de puntos de S se encuentra completamente en S.
Punto extremo: Para cualquier conjunto convexo S, un punto P de S es un punto extremo si para cada
segmento rectilíneo que se encuentra completamente en S y que pasa por P, P es un extremo del segmento
rectilíneo.
Solución factible: la solución factible es una solución para la cual todas las restricciones son satisfechas.
Solución óptima: la solución óptima es una solución factible que brinda el valor más favorable para la
función objetivo.
Para un problema de maximización una solución óptima para un problema de PL es el punto de la región
factible con el mayor valor de la función objetivo. Similarmente, para un problema de minimización, una
solución óptima corresponde a un punto de la región factible, con el menor valor de la función objetivo.
Casos especiales:
1.- Pl con única solución
2.- Pl con número infinito de soluciones óptimas( soluciones alternativas)
3.- Pl no tienen solución factible.
4.- Pl con región factible no acotada: puntos en la región factible con valores de z arbitrariamente grandes( en
problemas de maximización).
Procedimiento para encontrar la región factible:
1.- convertir las restricciones en ecuaciones
2.- representar cada ecuación y determinar la región de solución de cada una.
3.- Determinar los puntos de intersección de cada par de restricciones de ser posible.
4.- representar la línea de isocostos o isoutilidad.
5.- trasladar la recta de isoutilidad fuera de la región factible, en el caso de un problema de maximización
para encontrar el último punto de la región antes de salir de ella. Dicho punto será la solución óptima. Si es
un problema de minimización se debe llevar la recta de isocostos dentro de la región factible.

Ejemplos:
a.- Max z= X1 + X2
Sujeto a :
X1 + X2  4
X1 - X2  5
Xi  0
b.- Max z= 4*X1 + X2
Sujeto a :
8* X1 + 2* X2  16
5*X1 + 2*X2  12
Xi  0
c.- Min z= 3*X1 + X2
Sujeto a :
X1 3
X1 + X2  4
2*X1 - X2 = 3
Xi  0

Método simplex
Fue diseñado por George Dantzing en 1949. Esta basado en el uso de la eliminación de Gauss como método
principal de resolución. Inicia con el diseño de una tabla donde se coloca toda la información, tanto de la
función objetivo como de las restricciones.

Forma estándar del modelo de programación lineal


Todas las restricciones son ecuaciones ( con los segundos miembros no negativos)
Todas las variables son no negativas
La función objetivo puede ser maximización o minimización.

Soluciones básicas
Para un modelo de programación lineal con n incógnitas y m ecuaciones, una solución básica asociadas se
determina haciendo n - m variables iguales a cero y luego resolviendo las m ecuaciones con las m variables
restantes, siempre que la solución resultante exista y sea única.
Condición de optimidad
La variable entrante en una maximización ( en una minimización) es la variable no básica, con el coeficiente
más negativo( más positivo) en la ecuación z objetivo. Un empate puede romperse arbitrariamente. El óptimo
se alcanza cuando todos los coeficientes no básicos en la ecuación objetivo z son no negativos (no positivos).
Condición de factibilidad
Tanto en los problemas de maximización como en los de minimización, la variable saliente es la variable
básica actual, con la menor intersección ( razón mínima con denominador estrictamente positivo) en la
dirección de la variable entrante, un empate se rompe arbitrariamente.
La búsqueda de la solución óptima factible se reduce a considerar únicamente un número finito de puntos
factibles, simplemente los puntos extremos(esquinas) del espacio de soluciones factibles.

Solución inicial artificial para el método Simplex primal

Si todas las restricciones en el problema original son del tipo , se agregan variables de holgura, unas por
cada restricción del modelo. Las variables de holgura se utilizan para una solución básica inicial. Las
variables de holgura representan materiales sobrantes, pueden aparecer en la solución óptima final.
Cuando aparecen restricciones del tipo , =, se debe diseñar un procedimiento de cálculo automático para
comenzar las iteraciones simplex. Esta tarea se logra agregando variables artificiales donde sea necesario,
para utilizarlas como variables de holgura. Sin embargo tales variables artificiales no tienen significado
físico en el modelo original, se deben tomar medidas para llevarlas al nivel cero en la iteración óptima.
Adicionalmente, si la restricción es , se debe agregar una variable de exceso ( con signo menos). Las
variables de exceso representan materiales faltantes, no aparecen en la solución básica inicial, pero
pueden aparecen en la solución básica óptima.
Cuando los problemas poseen combinación de los diferentes tipos de restricciones, forman la solución básica
de inicio las variables de holgura y las variables artificiales.

Solución inicial para problemas donde aparecen variables artificiales


Una manera lógica de llevar a cabo la eliminación de las variables artificiales, consiste en penalizar las
variables en la función objetivo. Esto es, hacerlas poco atractivas para permanecer como variables básicas.
Para ese propósito existen dos métodos: El Método o técnica de la M y la Técnica de las dos Fases.
Método de las dos fases
Esta técnica es más exacta que la Técnica de la M. Consiste básicamente en el uso de los fases bien
diferenciadas. La primera fase sirve para determinar si existe espacio de solución factible para el modelo,
mediante la eliminación de las variables artificiales del renglón de variables básicas; la segunda sirve para
encontrar y/o verificar la solución encontrada.
Fase I: Auméntense las variables artificiales según se necesiten para asegurar una solución inicial. Fórmese
una nueva función objetivo que busque la minimización de la suma de las variables artificiales, sujeta a las
restricciones del problema original modificadas por las variables artificiales.
Si el valor mínimo de la nueva función objetivo es cero( lo que significa que todas las variables artificiales
son ceros), el problema tiene un espacio de soluciones factibles. Si este es el caso pasar entonces a la segunda
fase, de lo contrario, si el mínimo es positivo el problema no tiene solución.
Fase II: Utilizar la solución básica óptima obtenida en la fase I como solución inicial para el problema
original, iterar hasta encontrar la solución óptima.

II.ANÁLISIS DE SENSIBILIDAD
El análisis de sensibilidad trata sobre cómo los cambios en los parámetros del problema de programación
lineal influyen en la solución óptima.
En el análisis de sensibilidad se pueden estudiar:
1.- la solución óptima
2.- el estado de los recursos
3.-. Los precios duales (valor unitario de los recursos) y los costos reducidos
4.- La sensibilidad de la solución óptima a cambios en la disponibilidad de recursos, ganancias/costo
marginal(coeficientes de la función objetivo) y el uso de los recursos por las actividades del modelo.
Ejemplo:
Max z= 3*X1 + 2*X2
Sujeto a:
1*X1 + 2*X2  6 recurso 1
2*X1 + 1*X2  8 recurso 2
-1*X1 + 1*X2  1 demanda
1*X2  2 demanda
Xi  0
La solución óptima del problema es:
basica z X1 X2 S1 S2 S3 S4 Solución
Z 1 0 0 1/3 4/3 0 0 38/3
X2 0 0 1 2/3 -1/3 0 0 4/3
X1 0 1 0 -1/3 2/3 0 0 10/3
S3 0 0 0 -1 1 1 0 3
S4 0 0 0 -2/3 1/3 0 1 2/3

Desde el punto de vista de la implementación de la solución la clasificación de básica y no básica es


irrelevante, el resultado es:
X1 = 10/3 la decisión es producir 10/3 unidades del articulo 1
X2 = 4/3 la decisión es producir 4/3 unidades del articulo 2
Z = 38/3 ganancia resultante

II.1.-Estado de los recursos


Una restricción se clasifica como escasa o abundante, respectivamente, ya sea que la solución óptima
"consuma" o no la cantidad total del recurso disponible.
El estado de los recursos (abundante o escaso) en cualquier problema de programación lineal se puede
obtener en forma directa de la tabla óptima, observando los valores de las variables de holgura. Una holgura
positiva significa que el recurso no se usa totalmente, o sea, que es abundante, en tanto que una holgura cero
indica que la cantidad total del recurso se consume por las actividades del modelo.
Los recursos que se pueden incrementar para los fines de mejorar la solución son los escasos. Se debe ahora
determinar a cual se le debe dar prioridad en la asignación de fondos para obtener una mejora de la ganancia.

II.2.-Precio dual ( valor unitario del recurso, también llamado precio sombra)
Los valores duales están asociados con las variables de holgura y pueden encontrarse fácilmente en la
función objetivo. Indican la cantidad en la cual cambiaría la variable z si se aumentan las variables de
holgura no básicas a un nivel mayor que cero. Además representa el cambio del recurso asignado en una
cantidad igual al valor que asume la variable de holgura asociada.
Si la restricción es del tipo  el precio dual es no positivo
Si la restricción es del tipo  el precio dual es no negativo
Si la restricción es del tipo = el precio dual puede ser positivo, negativo, cero.
II.3.-Cambio máximo en la disponibilidad de los recursos
Se puede determinar el intervalo de cambios en la disponibilidad de un recurso, para el cual los precios
duales permanecen aplicables. Se puede efectuar la modificación en la restricción correspondiente en la tabla
inicial y ver cómo se desarrollan las iteraciones sucesivas. Recordando que el lado derecho de las
restricciones nunca se emplea como elemento pivote, se hace evidente que el cambio sólo afecta al segundo
miembro en cada iteración. Para realizar cambios en los segundos miembros de cualquier restricción se debe
emplear los coeficientes que se encuentran bajo la variable de holgura correspondiente. ¿Qué significado
tiene ésta información?, Los cambios en la disponibilidad de los recursos sólo pueden afectar la factibilidad
de la solución. Significa que los cambios efectuados no deben hacer que las variables básicas tomen valores
negativos.
Los cambio realizados ( incrementos o decrementos del recurso) deben restringirse al intervalo o rango que
mantiene la no negatividad del segundo miembro de las ecuaciones de las restricciones en la tabla óptima.
Cualquier cambio que se haga fuera del intervalo (-2, 1) llevará a una condición de infactibilidad y a un
nuevo conjunto de variables básicas.
Las cantidades máximas y mínimas para la materia prima 1 son:
6+ 1 = 7 y 6 - 2 = 4, para los cuales el precio dual permanece aplicable.

II.4.- Cambio máximo en la relación utilidad / costo marginal


Al igual que se hizo en el estudio de los intervalos permisibles de cambios en los recursos, es importante
estudiar los intervalos de variaciones en las utilidades ( costos ) marginales.
Para estudiar cambios en los coeficientes de la función objetivo, se parte de la idea básica que la función
nunca es usada como pivote y por lo tanto un cambio en sus valores sólo afectará a la función objetivo en la
tabla óptima. Esto significa que estos cambios pueden hacer a la solución no óptima. El objetivo es
determinar el intervalo de variación de los coeficientes objetivos para el cual se mantiene sin variación el
óptimo actual.
Variables básicas: cambio en los coeficientes originales de las variables básicas óptimas, afectará a todos los
coeficientes no básicos en el renglón objetivo de la tabla óptima.
Este cambio puede afectar el óptimo actual porque una o más de sus variables no básicas puede llegar a
elegirse para entrar en la solución básica.

III.- TRANSPORTE Y ASIGNACIÓN


III.1.- DESCRIPCIÓN GENERAL DE UN PROBLEMA DE TRANSPORTE
En general un problema de transporte se especifica mediante la siguiente información:
1. Un conjunto de m puntos de oferta desde los cuales se envía una utilidad. El punto de oferta i puede
suministrar a lo más Si unidades.
2. Un conjunto de n puntos de demanda hacia los cuales se envía la utilidad. El punto de demanda j tiene
que recibir por lo menos dj unidades de la utilidad enviada.
3. Cada unidad producida en el punto de oferta i y enviada al punto de demanda j, incurre en un costo
variable Cij.

Sea Xij = el número de unidades enviadas desde el punto de oferta i hacia el punto de demanda j, entonces, el
planteamiento general de un problema de transporte es:
m n
min   Cij * Xij
i 1 j 1

sujeto a:
n

 Xij  Si
j 1
( i= 1,2,….,m) restricciones de oferta

 Xij  dj
i 1
(j= 1,2,….,n) restricciones de demanda

Xij  0 (i=1,2,…,m) (j=1,2,…,n)


Si un problema tiene las restricciones dadas anteriormente y si es un problema de maximización todavía se
trata de un problema de transporte.
Si :
m n

 Si   dj
i 1 j 1
, entonces la oferta total es igual a la demanda total, y el problema se llama un problema

de transporte balanceado.
Para un problema de transporte balanceado, las restricciones se convierten en igualdad.
El modelo de transporte puede representarse como una red de m fuentes y n destinos.
Una fuente o un destino está representado por un nodo. El arco que une una fuente y un destino representa la
ruta por la cual se transporta la mercancía. La cantidad de la oferta en la fuente i es Si y la demanda en el
destino j es dj.
Fuentes destinos

S1 1 C11 1 d1
C13
C21
S2 2 2 d2
C31
S3 3 3 d3

III.2.- Balanceo de un problema de transporte cuando la oferta total es mayor que la demanda total.
Si la oferta total excede a la demanda total, se puede balancear el problema creando un punto de demanda
ficticio que tiene una demanda igual al excedente de la oferta. Como los envíos hacia el punto de demanda
ficticio no son reales, se les asigna un costo igual a cero.
Los envíos hacia el punto de demanda ficticio indican capacidad de oferta no usada.

III.3.- Balanceo de un problema de transporte cuando la oferta total es menor que la demanda total
Si un problema de transporte tiene una oferta total estrictamente menor que la demanda total, se balancea el
problema creando un punto de oferta ficticio que tiene una oferta igual al faltante de la demanda. Como el
punto de oferta no existe los costos de transporte unitario corresponden a cero. También puede tratarse el
problema diciendo que se incurre en un costo de penalización por cada unidad de demanda insatisfecha en los
centros de distribución.
oferta
C11 C12 C13 C14
S1
C21 C22 C23 C24
S2
C31 C32 C33 C34
S3
demanda d1 d2 d3 d4

Solución del problema de transporte:


1.- Determine una solución factible inicial
2.- Determine la variable que entra, que se elige entre las variables no básicas. Si todas estas variables
satisfacen las condiciones de optimidad ( del método simplex) detenerse, de lo contrario pasar al paso 3.
3.- determine la variable que sale ( condición de factibilidad) de entre las variables de la solución básica
actual, después obténgase una nueva solución básica.

III.4.- Métodos de resolución


III.4.1.- Método de la esquina noroeste
Asigne la máxima cantidad posible a la variable X11, de manera que se satisfaga totalmente la
demanda( columna ), o bien, se agote la oferta ( fila ). Como en el primer caso se satisface la demanda, se
tacha la columna y, en el segundo caso, como lo que se agota es la oferta, se tacha la fila, indicando que las
variables son iguales a cero. Si se satisfacen simultáneamente una fila y una columna, sólo se tacha uno de
ellos. Esta condición garantiza la ubicación automática de variables básicas cero, si las hay.

III.4.2.- Método de costo mínimo


1.- Buscar la variable con el costo de envío más pequeño.
2.- Asignar la mayor cantidad a dicha variable, tache la fila o columna satisfecha y reducir la demanda o la
oferta de la fila o columna no tachada.
3.- Escoger de entre las celdas que no se encuentran en una fila o columna tachada, la celda con el mínimo
costo de envío y repita el procedimiento. Continuar hasta que quede solamente una celda que se pueda
escoger. Recordar que si una variable satisface una restricción de oferta y una de demanda al mismo tiempo,
habrá que tachar solamente una fila o una columna, pero no ambas.

2 3 5 6
5
2 1 3 5
10
3 8 4 6
15
12 8 4 6

III.4.3.- Método de aproximación de Vogel


1.- Empezar calculando para cada fila y columna una penalización igual a la diferencia entre los dos costos
más pequeños en la fila o columna.
2.- Encuentre la fila o columna con la penalización más grande.
3.- Escoger como primera variable básica la variable que tenga el costo de envío más pequeño en dicha fila o
columna, asígnele la mayor cantidad posible, tachar la fila o columna satisfecha, y modifique la oferta o
demanda asociadas con dicha variable básica.
4.- Calcular nuevas penalizaciones ( utilizando solamente las celdas que no se encuentran en una fila o
columna tachada) y repetir el procedimiento hasta que quede solamente una celda sin tachar. Haga esta
variable igual a la oferta o a la demanda que corresponde a la variable, y tache la fila o columna de la
variable.

6 7 8
10
15 80 78
15
15 5 5

III.4.4.- Método de los multiplicadores


1.-Asociar multiplicadores ui y vj con cada fila y columna de la tabla de transporte. Para cada variable básica
Xij de la solución actual, los multiplicadores ui y vj deben satisfacer la ecuación siguiente:
ui + vj = cij , para cada variable básica
Estas ecuaciones producen m + n – 1 ecuaciones con m +n incógnitas. Los valores de los multiplicadores se
pueden determinar a partir de dichas ecuaciones suponiendo un valor arbitrario para cualquiera de los
multiplicadores y resolviendo las m + n – 1 ecuaciones de los m + n – 1 multiplicadores desconocidos
restantes.
Al hacer esto, la evaluación de cada variable no básica Xpq está dada por :
cpq = up + vq – cpq
Se escoge la variable de entrada, aquella con el cpq más positivo.
Determinación de la variable que sale:
Este paso es equivalente a aplicar la condición de factibilidad del método símplex.
Debe construirse un ciclo cerrado para la variable actual que entra. El ciclo empieza y termina en la variable
no básica asignada. El ciclo consta de segmentos sucesivos horizontales y verticales ( conectados ) cuyos
puntos extremos deben ser variables básicas, salvo para los puntos extremos que están asociados con la
variable que entra. Es irrelevante si el ciclo es en el sentido de las agujas del reloj o en sentido contrario. A
cada esquina del ciclo se le asocia un signo + o uno - , comenzando con la variable seleccionada para entrar
la cual debe poseer signo +.
La variable que sale se selecciona de entre las variables de esquina del ciclo que disminuirán cuando la
variable que entra aumenta arriba del nivel cero.
Una vez encontrada la nueva variable básica, se vuelve a revisar la optimidad de la nueva solución básica
calculando los nuevos multiplicadores para el conjunto de variables básicas obtenidos.
III.5.- Resolución de un problema de maximización con características de un problema de transporte.
El método de transporte está diseñado para problemas de minimización. Sin embargo, habrá veces que se
tenga un problema de transporte que requiera maximización. Existen tres formas de adaptarse a la
maximización. Aunque todas llevan al mismo resultado.
Método A: minimización del costo de oportunidad. Si está maximizando, entonces las ganancias grandes son
buenas y las pequeñas son malas. Se le puede dar vuelta al problema encontrando la celda con la mayor
ganancia y restando de esta todos los números en las celdas. Estas diferencias son los costos de oportunidad
por no usar las celdas de ganancia alta. Se incluyen estos costos de oportunidad en la matriz de transporte y
se aplican los métodos estándares para encontrar la solución óptima.
Método B: minimización de las ganancias negativas. Otro método es multiplicar por –1 todas las ganancias
en las celdas y proceder con el método del transporte. Esto funciona muy bien para las soluciones por
computadoras. Si esta resolviendo el problema en forma manual, puede crear confusiones, a menos que se
tenga mucha práctica en el manejo de números negativos.
Método C: inversión de todas las reglas de decisión. Al invertir todas las reglas de decisión, se maximiza
directamente. Se incluyen las ganancias directamente en cada celda y se aplica el método de transporte
reinterpretando las reglas de decisión. Para encontrar una solución inicial con el método del menor costo, se
comienza con el “costo” más grande. Al final, la prueba de optimidad tendrá que tener todos los valores no
positivos para indicar que la solución es óptima.

III.6.- Modelado de un problema de inventario como problema de transporte


Una empresa tiene que determinar cuántos veleros hay que producir en cada uno de los cuatro trimestres. La
demanda durante cada uno de los trimestres es: primer trimestre 40 veleros; segundo trimestre 60 veleros;
tercer trimestre 75 veleros; cuarto trimestre 25 veleros. La empresa tiene que cumplir a tiempo con las
demandas. Al principio del primer trimestre, cuenta con un inventario de 10 veleros. La empresa tiene que
decidir, al principio de cada trimestre, cuántos veleros hay que construir en el trimestre. Se puede n usar los
veleros construidos en un trimestre para cumplir con la demanda del trimestre actual. Durante cada trimestre,
la empresa puede producir hasta 40 veleros en el tiempo regular de trabajo, a un costo total de 280.000
bolívares por velero. La empresa puede producir veleros adicionales al hacer que trabajen tiempo extra los
empleados durante el trimestre, a un costo total de 315.000 bolívares por velero. Al final de cada trimestre
(después de terminar la producción y después de satisfacer la demanda del trimestre actual), se presentan
costos de mantenimiento del inventario, de 14.000 bolívares por velero.

Ejercicios
1.- Hay dos presas que suministran agua a tres ciudades. Cada presa puede suministrar hasta 50 millones de
galones de agua por día. Cada ciudad quisiera recibir 40 millones de galones de agua la día. Por cada millón
de galones de demanda diaria no cumplida, hay una multa. En la ciudad 1 la multa es de 14.000 bolívares; en
la ciudad 2, la multa es de 15.400 bolívares; y en la ciudad 3 la multa es de 16.100 bolívares. La siguiente
tabla muestra los costos para enviar un millón de galones de agua desde cada presa hacia cada ciudad.
Formule como un problema de transporte que se pueda usar para minimizar la suma de los costos de escasez
y de transporte.
Destinos
Origen Ciudad 1 Ciudad 2 Ciudad 3
Presa 1 4.900 5.600 7.000
Presa 2 6.300 4.900 5.600

2.- Una compañía suministra artículos a tres clientes, cada uno necesita 30 unidades. La compañía tiene dos
almacenes. El almacén 1 dispone de 40 unidades y el almacén 2, de 30 unidades. La tabla muestra los costos
de envío para una unidad desde cada almacén hasta el cliente. Hay una multa por pedido no cumplido. Por
cada unidad no surtida del pedido del cliente 1 se incurre en un costo de penalización de 90 dólares; por cada
unidad no surtida del pedido del cliente 2, se incurre en un costo de penalización de 80 dólares; por cada
unidad no surtida del pedido del cliente 3, se incurre en un costo de penalización de 110 dólares. Plantee
como un problema de transporte para minimizar los costos de envío y escasez.
clientes
origen Cliente 1 Cliente 2 Cliente 3
almacén 1 15 35 25
Almacén 2 10 50 40

3.- Una empresa tiene dos fábricas que abastecen a tres almacenes regionales. Los costos unitarios de
transporte son:

Almacén 1 Almacén 2 Almacén 3


Fábrica 1 2 2 5
Fábrica 2 4 1 1

La fábrica 2 es vieja y tiene costo variable de manufactura de 2 dólares por unidad. La fábrica 1 es moderna y
su producción cuesta 1 dólar por unidad. La fábrica 2 tiene capacidad de 25 unidades y la fábrica 1 tiene
capacidad de 40 unidades. Las necesidades de los almacenes son: almacén 1 20 unidades, almacén 2 10
unidades y el almacén 3 25 unidades. Plantear como un problema de transporte y resolver.

4.- Una pequeña compañía de inversiones en bienes raíces ha identificado cuatro pequeños edificios de
departamentos en los cuales desearía invertir. La gerente de la compañía se ha acercado a tres bancos para
buscar financiamiento. Como la empresa ha sido buen cliente en el pasado y ha mantenido una alta valuación
para crédito, cada banco está dispuesto a ofrecer todo o parte del préstamo hipotecario necesario en cada
propiedad. Cada banco ha establecido diferentes tasas de interés a cada propiedad (las tasas están afectadas
por el vecindario del edificio, las condiciones de la propiedad y el deseo individual de cada banco para
financiar edificios de varios tamaños) y topes máximos en el préstamo que se puede otorgar a la compañía.
La información se resume en la tabla siguiente:
Propiedad( %)
Banco San Eduardo Las Américas Pedregosa Lumonti Línea crédito
Unión 8 8 10 11 800000
Provincial 9 10 12 10 100000
Mercantil 9 11 10 9 120000
Préstamo para la
compra(dólares) 60000 40000 130000 70000

Cada edificio de departamentos es igualmente atractivo como inversión para la empresa, así que se ha
decidido la compra de todos los edificios posibles al menor pago total de intereses. ¿De qué bancos debe
pedir prestado para comprar qué edificios?. Más de un banco puede financiar la misma propiedad.

5.- Considere el siguiente problema, en el cual se registran los costos de asignación de una unidad de cada
una de las fuentes a cada uno de los destinos.
Destino
Origen A B C Unidades máximas disponibles
1 1 3 2 275
2 2 4 1 325
3 3 2 3 300
Unidades máximas requeridas 350 400 150

a.- Emplear el método de costo mínimo para obtener una solución inicial básica.
b.- Encuentre la solución final.
c.- Cuál es el plan de envío óptimo.

PROGRAMACIÓN NO LINEAL

El problema de programación no lineal general restringido puede definirse como:


Maximimzar (minimizar) z= f(X)
Sujeto a: g(X) <= 0
Las condiciones de no negatividad, X>=0, se suponen que son parte de las restricciones dadas. También al
menos una de las funciones f(X) y g(X) es no lineal, generalmente continuas y diferenciables.
No existe ningún algoritmo general para manejar modelos no lineales, principalmente, debido al
comportamiento irregular de las funciones no lineales.
Existen métodos indirectos que resuelven el problema no lineal tratando con uno o más problemas lineales
que se extraen del problema original.
Entre los métodos indirectos más usados se encuentran: programación separable, cuadrática, geométrica y
estocástica.

Programación separable: Una función f(X) es separable si puede expresarse como la suma de n funciones de
una sola variable f1(x1), f2(x2), f3(x3),. . .. fn(xn), esto es:
f(x1, x2 , x3 ,...,xn)= f1(x1)+ f2(x2) + f3(x3) +. . .. + fn(xn)
Algunas funciones no lineales no son directamente separables, pero pueden serlo mediante sustituciones
adecuadas.
Se puede obtener una solución aproximada para cualquier problema separable con aproximación lineal y el
método símplex de programación lineal.

Programación cuadrática: El problema de programación cuadrática difiere del problema de programación


lineal nada más en que la función objetivo incluye también términos x2i y
x ixj donde i  j. Las restricciones son lineales.
Se emplea para la resolución el método símplex modificado.

Programación geométrica: Un problema de programación geométrica se puede expresar de la siguiente


manera:
N
z  f ( X )  U j
j 1

donde
n
U j  c j  xiaij , j  1,2,..., N
i 1

Todas las cj >0 y N es finito. Los exponentes aij son irrestrictos en signo( pueden positivos o negativos). La
función f(X) toma la forma de un polinomio, excepto que los exponentes pueden ser negativos. Como todos
los cj >0, a f(X) se le conoce con el nombre de posinomio.
IV.-MODELOS DE REDES
Se define una red, mediante dos conjuntos de símbolos: nodos y arcos.
Arco: el arco está formado por un par ordenado de nodos y representa una dirección posible de movimiento
que puede ocurrir entre nodos.
Los arcos de una red pueden tener un flujo de algún tipo que pasa por ellos. Si el flujo a través de un arco se
permite sólo en una dirección, se dice que el arco es un arco dirigido. Si el flujo a través de un arco se
permite en ambas direcciones, se dice que el arco es un arco no dirigido.

Una red que tiene sólo arcos dirigidos se llama red dirigida.

Una trayectoria entre dos nodos es una sucesión de arcos distintos que conectan estos nodos. Una trayectoria
dirigida del nodo i al nodo j es una sucesión de arcos cuya dirección es hacia el nodo j, de manera que el
flujo del nodo i al nodo j a través de esta trayectoria es factible.
Una trayectoria no dirigida del nodo i al nodo j es una sucesión de arcos cuya dirección puede ser hacia o
desde el nodo j.
Un ciclo es una trayectoria que comienza y termina en el mismo nodo. Un ciclo puede ser dirigido o no
dirigido, según si la trayectoria en cuestión es dirigida o no dirigida.
Una red se llama red conexa, si cada par de nodos están conectados.

A D

B E

IV.-1.- Problema de la ruta más corta


El problema de la ruta más corta tiene que ver con la determinación de las ramas conectadas en una red de
transporte que constituyen, en conjunto la distancia más corta entre una fuente y un destino. A cada arco se le
asigna una distancia no negativa. Se dispone de un algoritmo relativamente sencillo para este problema. La
esencia de este procedimiento es que analiza toda la red a partir del origen, identificando sucesivamente la
ruta más corta a cada uno de los nodos de la red hasta llegar al destino.
Muchas aplicaciones del problema de la ruta más corta implican criterios como tiempo y costo, en vez de
distancia. En algunas aplicaciones puede ser negativo el valor correspondiente a algún arco. Por ejemplo, en
situaciones en las que el criterio es el costo, un arco con valor negativo representaría una utilidad al circular
por dicho arco.
Uno de los algoritmos para la resolución de los problemas de la ruta más corta, se define como el algoritmo
aciclico y está basado en el uso de cálculos recursivos.

Defina Uj = distancia más corta entre le nodo 1 el nodo j.


Donde U1=0, por definición, los valores de Uj con j = 2,3,4,..,n ; se calculan en forma
recursiva por medio de la fórmula siguiente:
Uj = min i  la distancia Ui más corta a un nodo i inmediatamente anterior + la distancia dij
entre el nodo actual j y su predecesor i 
Uj = min i  Ui + dij 

IV.2.- Problema del árbol de extensión mínima:


El problema del árbol de extensión mínima, se refiere a utilizar los arcos de la red para llegar a todos los
nodos, de manera que se minimice la longitud total de la suma de los arcos.
Algoritmo:
Paso 1: Comenzar en forma arbitraria en cualquier nodo y conectarlo con el nodo más próximo. A estos dos
nodos se les denominan nodos conexos.
Paso 2: Identificar el nodo no conectado que esté más cerca de uno de los nodos conexos. Deshacer los
empates en forma arbitraria si son dos o más los nodos que califican como el más cercano. Agregar este nodo
al conjunto de nodos conectados. Repetir el proceso hasta que se hayan conectado todos los nodos.

IV.3.- PROBLEMAS DE FLUJO MÁXIMO.


Considérese una red que enlaza un nodo fuente y un nodo destino, a través de una red de arcos de
capacidad limitada. La red es unidireccional, en el sentido que el flujo comienza en el nodo fuente y sale en
el nodo destino. Sin embargo, un arco (i, j) puede tener dos capacidades distintas, dependiendo de si el flujo
es de i a j o bien de j a i.
El problema de flujo máximo pregunta, ¿cuál es la cantidad máxima de flujo (vehículos, mensajes, líquidos,
etc.?) Que puede entrar y salir del sistema de red en un período determinado de tiempo?.
Se emplea una notación especial para representar el flujo bidireccional de un arco. En un arco con nodos
extremos i , j, la notación (a,b) significa que la capacidad de flujo de i a j es a y de j a i es b.
La idea básica del algoritmo de flujo máximo es encontrar una trayectoria de penetración que conecte el nodo
fuente con el nodo destino en forma tal, que la capacidad de cada arco de esta trayectoria sea positiva. El
flujo máximo da la capacidad mínima, de todos los arcos que constituyen la trayectoria.
Luego modificamos las capacidades de los arcos a lo largo de la trayectoria.
Se pueden modificar los flujos permanentes asegurados permitiendo que tomen una ruta alternativa,
permitiendo flujos ficticios en el sentido inverso.

5 0
4 5
Flujo ficticio que simplemente disminuye la magnitud del
1 4 flujo comprometió anteriormente en el sentido 4-5 del arco
4 5 desvía el flujo que se había comprometido en el sentido 4-5
hacia otras ramas de la red.

ALGORITMO:
Paso 1: Encontrar cualquier camino que vaya del nodo origen al nodo destino y que tenga capacidades de
flujo mayores que cero para todos los arcos del camino, en el sentido de flujo. Si no hay camino disponible,
ya se ha llegado a la solución optima.
Paso 2: Encontrar la menor capacidad del arco P f, sobre el camino que se eligió en el paso 1. Aumentar el
flujo sobre la red enviando una cantidad de Pf sobre el camino elegido en el paso 1.
Paso 3: Para el consumo que se selecciono en el paso 1 reducir todas las capacidades de flujo de los arcos en
el sentido del flujo en Pf y aumentar las capacidades de los arcos en el sentido contrario, en la misma
cantidad, Pf. Volver al paso 1.

2 5
Sur
Norte 7
1 3 6

¿Se puede manejar un flujo máximo Norte Sur de 15 vehículos por hora?

V.- PERT y CPM


El PERT ( Técnica de Evaluación y Revisión de Programas) se usa ampliamente en el desarrollo de proyectos
para dar soporte a la planificación, programación y control de la gran cantidad de trabajos asociadas con el
proyecto.
CPM ( Método de la Ruta Critica) se desarrolla de manera independiente del PERT, pero esta estrechamente
relacionado, refiere básicamente a los intercambios entre el costo de un proyecto y su fecha de terminación.
Se aboca a la reducción del tiempo necesario para concluir una tarea o actividad, utilizando más trabajadores
y/o recursos, lo cual, en la mayoría de los casos significa mayores costos.
Una actividad es cualquier acción que consuma tiempo y por lo general recursos en forma de mano de obra,
materiales o dinero.
La primera etapa del proceso PERT/CPM consiste en identificar todas las actividades o tareas asociadas con
el proyecto y sus interrrelaciones.
Actividades Actividades Actividades Actividades
precedentes simultáneas siguientes
Código descripción

V.1.- Modelo lógico de un proyecto


En las tablas de interrrelaciones se tiene una lista de actividades y una secuencia entre esas actividades. Para
su representación se usa una red de flechas.

V.2.- Red de flechas


Cada actividad se representa con una línea dirigida donde la cola de la flecha indica el inicio de la actividad y
la cabeza el final de la misma. El tamaño de la flecha no tiene ninguna significación.
Las interrelaciones serán representadas por medio de nodos también denominados eventos.
Para cada actividad, existe un conjunto de actividades que deben estar terminadas antes de empezar la
actividad. Dichas actividades se denominan predecesoras.

Evento inicial evento final


Actividad
10 20

Simulador: actividad que no existe. Caracterizada por poseer duración igual a cero.
Las normas para el empleo de la red de flechas especifican:
a.- las actividades deben ser líneas continuas y deben poseer nodo inicial y nodo final.
b.- la red debe poseer un único nodo inicial.
c.- la red debe poseer un único nodo final.
d.- numeración de todos los eventos:
 no se debe repetir ningún número
 el evento inicial debe ser menor que el evento final
 no debe numerarse en forma continua, utilizar múltiplos de 10.
e.- no debe haber más de una actividad para cada par (i,j)
f.- eliminar simuladores innecesarios.
Errores cometidos en la elaboración de la red de flechas:
Errores de forma: tener más de un evento inicial, más de un evento final, exceso de simuladores, errores en la
numeración, más de una actividad uniendo dos eventos.
Formas de corregir: directamente sobre la red, sin requerir información adicional.
Errores de lógica:
Falta de correspondencia entre el modelo y la tabla de interrelaciones. Se corrige comparando el modelo con
la tabla de inerrelaciones y modificando la red.
Lazos: se detecta como un error i > j que no puede ser corregido. Se debe generalmente a errores en la
elaboración de la tabla de interrelaciones.
Ejemplo de interrelaciones:
1.- Terminar la actividad A antes de comenzar la actividad B.
A B

10 20 30

2.- Se tienen que terminar las actividades A y B antes de comenzar la actividad C

10
A C
40 50
20 B

3.- se tiene que terminar la actividad A para comenzar B y C

B 60
A
10
20

C 90

4.- Deben terminar A y B para comenzar C


Forma incorrecta:
A

10 40 C 70

B
Forma correcta:
A C
10 50 90

B
30

V.3.- FASE II
En la segunda fase se incorpora el elemento tiempo.
¿Cómo se incorpora el elemento tiempo? Calculando el tiempo necesario para ejecutar cada actividad. Es
importante conocer la cantidad y los recursos empleados.
Los recursos empleados tienen como consecuencia el rendimiento.
Defínase : dn como el tiempo requerido para realizar la actividad en condiciones normales de trabajo, el cual
se calcula dividiendo la cantidad de recurso a emplear por el rendimiento.
No todas las actividades tienen rendimiento. Aquellas actividades que no lo poseen no las realiza el
contratista, y la duración de esta actividad surge como un acuerdo entre el contratista y la persona encargada
de realizarla.
dn se mide en días laborales.

Ejemplo: Una compañía planea fabricar un producto que consiste en tres partes (A, B y C). La compañía
prevé que tomará 5 semanas diseñar las tres partes y determinar cómo ensamblarlas para obtener el producto
final. Después la compañía estima que tomará 4 semanas fabricar la parte A, 5 semanas la parte B, y 3
semanas la parte C. Después de terminar la parte A, la compañía debe probar la parte A (lo cual toma 2
semanas). El proceso de ensamble seguirá después de la manera siguiente: ensamblar las partes A y B (2
semanas) y después añadir la parte C (1 semana). Después el producto final debe experimentar pruebas
durante 1 semana. Dibuje la red del proyecto y obtenga la ruta crítica, la holgura total y la holgura libre para
cada actividad. También establezca el PL que se podría utilizar para encontrar la ruta crítica.

V.3.1.-Cálculo de la ruta critica


Debido a la interacción de las diferentes actividades, la determinación de los tiempos de inicio y terminación,
requieren cálculos especiales; los cuales se realizan directamente sobre la red. El resultado final es clasificar
las actividades de los proyectos como críticas o no críticas. Se dice que una actividad es crítica si una demora
en su comienzo causará una demora en la fecha de terminación del proyecto completo. Una actividad no
crítica es tal que el tiempo entre su comienzo de inicio más próximo y de terminación más tardío ( como lo
permita el proyecto) es más grande que su duración real.
Una ruta crítica define una sucesión de actividades críticas, las cuales conectan los eventos inicial y final del
diagrama de flechas.
Las actividades críticas se pueden determinar verificando que salgan de un evento fijo y lleguen a un evento
fijo.
El cálculo de la ruta crítica incluye dos fases: la primera fase se llama cálculos hacia delante, donde los
cálculos comienzan en el nodo de inicio y se mueven al nodo de terminación. En cada nodo se calcula un
número que representa el tiempo de ocurrencia más próximo del evento correspondiente. En la segunda fase
llamada cálculos hacia atrás, comienzan los cálculos desde el nodo de terminación y se avanza hacia el nodo
de inicio.
El tiempo de inicio más próximo se calcula de la siguiente manera:
TIPj = máx i TIPi + dij para toda actividad (i,j)
Se determina el tiempo de terminación más tardío de la siguiente manera:
TTTi = min j TTTj - dij para todas las activiades (i,j)
Un evento i se dice que es fijo si TIPi =TTTi.
Una actividad se dice que es crítica si: su evento inicial i es fijo, su evento final j es fijo y el espacio
disponible para ejecutar la actividad es igual al tiempo necesario para ella ( su duración).

1.- Hay tres fábricas a lo largo de un río. Cada fábrica descarga dos tipos de contaminantes( contaminantes 1
y 2) en el río. Se puede reducir la contaminación del río si se procesan los desechos de cada fábrica. El
proceso de una tonelada de desechos de la fábrica 1, cuesta 15 dólares, y cada tonelada de desechos
procesados de la fábrica 1 reducirá la cantidad de contaminante 1 en 0.10 tonelada y la cantidad de
contaminante 2 en 0.45 tonelada. El procesamiento de una tonelada de desechos de la fábrica 2, cuesta 10
dólares, y cada tonelada de desechos procesada de la fábrica 2 reducirá la cantidad de contaminante 1 en 0.20
tonelada y la cantidad de contaminante 2 en 0.25 tonelada. El proceso de una tonelada de desechos de la
fábrica 3, cuesta 20 dólares, y cada tonelada de desechos procesados reducirá la cantidad de contaminante 1
en 0.40 tonelada y la cantidad de contaminante 2 en 0.30 tonelada. El gobierno quiere reducir la cantidad de
contaminante 1 en el río en por lo menos 30 toneladas y de contaminante 2 en por lo menos 40 toneladas.
Formule un problema de programación lineal que minimice el costo de reducir la contaminación en las
cantidades deseadas.
2.- Una empresa de productos químicos, elabora dos tipos de fluidos para revelado de fotografías. La
manufactura del primero, un químico para película blanco y negro, le cuesta a la empresa 2500 dólares por
tonelada. El segundo, un químico para película a color, le cuesta 3000 dólares por tonelada.
Con base en un análisis de los niveles de inventario actuales y órdenes pendientes, el administrador de
producción de la empresa ha especificado que se deben producir durante el próximo mes por lo menos 30
toneladas del químico para blanco y negro, y 20 toneladas para color. Adicionalmente, el administrador
observa que dentro del inventario existente hay materia prima altamente perecedera que es necesaria en la
manufactura de ambos químicos, y debe ser utilizada dentro de los 30 días siguientes. Con el fin de evitar el
desperdicio de la costosa materia prima, el administrador determina que se debe producir un total de por lo
menos 60 toneladas de químicos fotográficos en el siguiente mes. Formule el problema de programación
lineal adecuado.

3.- La empresa Lumber C.A.; fábrica tres tipos de madera terciada. En los datos que aparecen en seguida se
resumen las horas de producción por unidad en cada una de las tres operaciones de producción, así como
también otros datos para el problema, plantear el modelo de programación lineal que permita maximizar las
ganancias.
Operaciones (horas)
Madera terciada I II III Utilidad por unidad(dólares)
Grado A 2 2 2 40
Grado B 5 5 2 30
Grado C 10 3 2 20

Máximo tiempo disponible 900 400 600

4.- La empresa Tecnologías Industriales importa componentes electrónicos que se usan para ensamblar dos
modelos de computadoras personales. A uno de los modelos se le denomina HT Deskpro y el otro HT
Portable. Los administradores de Tecnologías Industriales están interesados en elaborar el programa semanal
de producción para ambos productos.
El Deskpro genera una contribución a las utilidades de 50 dólares por unidad y el Portable de 40 dólares por
unidad. Se tendrán disponibles un máximo de 150 horas de ensamblaje para la producción de la siguiente
semana. Cada unidad de Deskpro requiere 3 horas de tiempo de ensamblado, y cada una de Portable requiere
de 5 horas. Además, la empresa tiene en estos momentos un inventario de sólo 20 monitores de los que se
emplean en la Portable; por ello, no es posible ensamblar más de 20 unidades de este tipo. Finalmente, sólo
se dispone de 300 pies cúbicos de espacio de almacén para la producción nueva de estos productos. Cada
unidad de Deskpro requiere 8 pies cúbicos de espacio de almacén y cad aunidad de Portable requiere de 5
pies cúbicos. Establezca el modelo de programación que permita maximizar las ganancias.
5.- Una corporación vende dos marcas de perfumes: Tentación y Obsesión. Esta firma vende exclusivamente
a través de tiendas de departamentos y utiliza un personal de ventas de tres personas para visitar a sus
clientes. El tiempo de ventas necesario para que cada representante venda una caja de cada producto varía
con la experiencia y la habilidad. Enseguida se presentan los datos sobre el tiempo promedio para cada uno
de los 3 representantes de ventas de la empresa.
Tiempo promedio de venta por caja (minutos)
Vendedor Tentación Obsesión
Juan 10 15
Brenda 15 10
Rosa 12 6
Cada vendedor invierte aproximadamente 80 horas por mes en la venta real de esos dos productos. Las
utilidades por caja de Tentación y Obsesión son de 30 dólares y 25 dólares respectivamente. ¿Cuántas cajas
de cada perfume debe vender cada persona durante el próximo mes para maximizar las utilidades de la
empresa?