CICLO 2015-I Mdulo:2

Unidad: 2

Semana: 2

INVESTIGACION OPERATIVA

Lic. Mximo Tejero Alegre

UNIDAD 2

Aplicaciones de Programacin
Lineal
La construccin de
modelos es un arte
que se mejora con
la prctica

ORIENTACIONES
Cuando Usted estudie; contraste y relacione la
informacin recin adquirida con su conocimiento y
experiencia anterior. Para ello es til que revise los
resmenes, esquemas, cuadros comparativos o
mapas conceptuales elaborados previamente en su
texto.
Recuerde que la Investigacin Operativa se aprende
practicando, utilice un block para repetir los ejercicios.
Para esta clase virtual utilize su Gua didctica a partir
de la pag. 54
3

CONTENIDOS TEMTICOS
1

Modelo general de la P. L.

Formulacin y Planteamiento

Formas de presentacin de Mod.

Aplicacin de la P.L.

Aplicaciones

Introduccin a la Programacin Lineal

Los fundamentos matemticos, se deben al norteamericano de origen
hngaro Janos Von Neuman (1903-1957). Teora de Juegos.
En 1858, se aplicaron los mtodos de la P.L. a un plan ptimo de
transporte de arena de construccin a las obras de edificacin de la ciudad
de Mosc. Habiendo 10 puntos de partida y 230 de llegada. El plan ptimo
calculado por un procesador , rebaj un 11% los gastos respecto a los
costos previstos.

Modelo general de la Programacin Lineal

Es un mtodo para determinar un programa ptimo de uso eficiente o
distribucin de recursos limitados, para alcanzar objetivos deseados.
Se refiere al proceso de la determinacin de un programa particular, que
consta de una funcin objetivo lineal por maximizar o minimizar, sujetas a
ciertas restricciones en la forma de igualdades o desigualdades.
Implica exactamente lo que expresa, que los problemas pueden ajustarse
a modelos lineales.
Los mtodos utilizados sern el mtodo grfico(cuando hay dos variables
de decisin) y el mtodo simplex (cuando hay mas de 2 variables)
Permite soluciones continuas, los valores no sern necesariamente
nmeros enteros, puede admitir fracciones.

Caracterstica de la Programacin Lineal

(mx Z o min Z)

2. Las restricciones

de las variables

cj

Costo, precio, utilidad del

j-simo producto

j1

xj

Producto, proceso,
servicio del j-simo

Z cj xj

1. La funcin objetivo:

ij

xj bi

i 1,2,3..., m

j1

a ij

Coeficiente tcnico del recurso i del j-simo producto

bi

Disponibilidad, recurso del i-simo componente

3. La condicin de

irreversibilidad del
problema

xj 0, j 1,...n

El producto, proceso o servicio es igual o mayor que cero

Caracterstica de la Programacin Lineal

4. Proporcionalidad. Las cantidades de flujo de los distintos artculos que
entran y salen de la actividad son siempre proporcionales al nivel de esta.
Si se desea duplicar dicho nivel, se duplican los flujos correspondientes.
5. Actividad. Es especificar que el sistema de actividades sea completo,
puede hacerse una contabilidad completa de cada articulo por actividad.
Cantidades que entran = cantidades que salen.
Ejemplo 1.
Ejemplo 2.
Funcin objetivo

Funcin objetivo

max Z cj xj

min Z cj xj

Restricciones

Restricciones

j1

ij

xj bi

i 1,2,3..., m

j1

Condiciones de no negatividad

xj 0, j 1,...n

j1

ij

xj bi

i 1,2,3..., m

j1

Condiciones de no negatividad

xj 0, j 1,...n

Formulacin y Planteamiento de Modelos de P.L.

1. Comprensin del problema: Se recomienda confeccionar una matriz.
Productos
Recursos

C1
C2
C
Cj
Utilidad/precio/costo

x1

x2

xj

Disponibilidad

C1 X1
C2 X1
C X1
Cj X1

C1 X2
C2 X2
CX
Cj X2

C1 Xj
C2 Xj
CXj
Cj Xj

restriccin
restriccin
restriccin
restriccin
optimo

2. Definicin de las variables de decisin: Representacin simblica.

cj

Costo, precio, utilidad del j-simo producto

xj

Producto, proceso, servicio del j-simo

3. Formulacin de la funcin objetivo: Objeto o meta por alcanzar.

Funcin objetivo

Funcin objetivo

max Z cj xj
j1

min Z cj xj
j1

4. Planteamiento de restricciones:

bi

Disponibilidad,
recurso del i-simo
componente

5. Formulacin de condicin de no negatividad: Condiciones de no negatividad

Irreversibilidad del problema
j
j

x 0, 1,...n

Ejemplo 1:
Una empresa con sede en Lima fabrica diversos
modelos de radio transistores, todos los componentes de estos
radios se fabrican en Lima, excepto los transistores que son
importados en Inglaterra. La empresa sabe que debido a una
huelga portuaria (Inglaterra) no se recibirn envos de
transistores hasta por lo menos un mes despus de la fecha
planeada.

Se tiene en existencia 1000 transistores de tipo T1 y 1200 del

tipo T2, cada modelo de radio R-A requieren un transistor de
tipo T1 y cuatro transistores de tipo T2. Los modelos R-B
requieren dos transistores de tipoT1 y uno de T2.
Sabiendo que los beneficios o utilidades unitarias de cada radio
son S/.50 y S/.30 para R-A y R-B respectivamente, hllese la
cantidad de unidades a fabricar de cada modelo para que las
utilidades totales sean mximas. Formule el programa de
programacin lineal.

Ejemplo 1. Pasos para la Formulacin

Modelos de radio transistores
1. Matriz de informacin
Productos

R-A

R-B

Disponibilidad

Transistores T1
TransistoresT2

1
4

2
1

1000
1200

Beneficios unitarios

S/.50

S/.30

Recursos

2. Definicin de la variable de decisin

X1 = Nmero de unidades de
X2 = Nmero de unidades de

R-A a fabricar
R-B a fabricar

3. Formulacin del objetivo

Max

= 50X1 + 30X2

4. Planeamiento de las restricciones

X1

4X1

2X2
+

1X2

1000

1200

5. Formulacin de las condiciones de no negatividad

X1

X2

Ejemplo 2: Supngase que el alimento A y B son los dos tipos

bajo consideracin.
El alimento A cuesta 20 centavos/onza y el alimento B cuesta 12
centavos/onza.
Se quiere minimizar el costo total de los alimentos al mismo
tiempo que satisfacen las tres restricciones vitamnicas.
Desean por lo menos 40 unidades de vitamina P, 50 unidades
de la vitamina W y 70 unidades de la vitamina Q.
Cada onza del alimento A proporciona 3 unidades de la vitamina
P, 4 unidades de la vitamina W y 9 unidades de la vitamina Q.
El alimento B proporciona 6 unidades de P, 3 unidades de W y 6
unidades de Q por onza, respectivamente.

Cuntas onzas de cada alimento deben comprar? Formule el

programa de programacin lineal.

Ejemplo 2. Pasos para la Formulacin

Alimentos.

1. Matriz de informacin
Productos

Recursos

Disponibilidad

3
4

40
50
70

w
Q
Costo

3
6

9
20 centv

12 centv

2. Definicin de la variable de decisin

X1 = Total de onzas que se compra del alimento A

X2 = Total de onzas que se compra del alimento B
3. Formulacin del objetivo

Min

= 20X1 + 12X2

4. Planeamiento de las restricciones

3X1

6X2

4X1

3X2

4X1

1X2

40
50

70

5. Formulacin de las condiciones de no negatividad

X1

X2

Ejemplo 3:
Lechera moderna tiene una capacidad de
recepcin de 50,000 litros de leche diarios.
La administracin exige que al menos 30,000 litros sean
embotellados diariamente y el resto sea empleado para producir
leche especial o mantequilla.
La contribucin de cada litro de leche a la utilidad segn el uso
que se le d, es la siguiente: embotellada 100 S/, especial 150
S/. y 160 S/. la unidad de mantequilla.
El equipo de fabricacin de mantequilla puede manejar hasta
6,000 litros diarios de leche, y el equipo de envase puede
manejar hasta 40,000 litros diarios y la leche especial hasta
20,000 litros por da.

La empresa desea conocer qu cantidad de leche en litros es

convertida en mantequilla o en leche especial y cunto se debe
embotellar (leche corriente) para maximizar la ganancia.
Determine el planteamiento de problema.

Ejemplo 3. Pasos para la Formulacin

Lechera moderna

1. Matriz de informacin

Productos Embotell
Recursos

ada

Cap recepcin dia

Exig leche x embo

Especial

Mantequ
illa

Disponibilidad

50000 litros
30000 litros
6000 litros
20000 litros
40000 litros

1
1

Cap fab mantequilla

Cap equipo leche esp
Cap equipo envase
Utilidad

1
1

1
S/.100
S/.150
S/.160
2. Definicin de la variable de decisin

X1 = Cantidad de leche para embotellar

X2 = Cantidad de leche destinada a ser especial
X3 = Cantidad de leche para fabricar mantequilla
3. Formulacin del objetivo

Max

= 100X1 + 150X2 +

160X3

4. Planeamiento de las restricciones

X1
X1
X1
X1
X1

+
+
+
+
+

X2
X2
X2
X2
X2

+
+
+
+
+

X3
X3
X3
X3
X3

50000
30000
6000
20000
40000

5. Formulacin de las condiciones de no negatividad

X1

X2

X3

Ejemplo 4: Una compaa tiene tres tipos de mquinas procesadoras, cada

una de diferente velocidad y exactitud. La mquina tipo 1 puede producir 20
piezas/hora con una precisin de 99%, el tipo 2, 15 piezas/hora, con una
precisin de 95%; el tipo 3, 10 piezas/hora con una precisin de 100%.
El funcionamiento del tipo 1 cuesta S/. 2/hora, la del tipo 2 S/. 1.75/hora y la
del tipo 3 S/. 1.5/hora.
Cada da (8 hrs) deben procesarse por lo menos 3500 piezas y hay
disponibles 8 mquinas tipo 1, 10 mquinas de tipo 2 y 20 mquinas de tipo 3.
Cada error cuesta S/. 1 a la compaa.
Cuntas mquinas de cada tipo deben utilizarse para minimizar el costo?
Formule el planteamiento del problema en programacin lineal.
Costo por hora incluyendo costos por errores
M1= 2
+ 20 (0.01) (1) = S/ 2.20
M2= 1.75 + 15 (0.05) (1) = S/ 2.50
M3= 1.5 + 10 (0) (1)
= S/ 1.50

Cantidad de piezas buenas que produce cada mquina por hora

M1= 20 (0.99) (1) = 19.8 piezas buenas/hora
M2= 15 (0.95) (1) = 14.25 piezas buenas/hora
M3= 10 (1)
= 10 piezas buenas/hora

Ejemplo 4. Pasos para la Formulacin

Mquinas procesadoras

1. Matriz de informacin

Mquinas
Tipo 1

Recursos

Tipo 2

Tipo 3

Disponibilidad
8
10
20
437.50

N mquinas tipo 1
N mquinas tipo 2
N mquinas tipo 3

N mnimo piezas/hrs
Costo

19.8

14.25

1
10

S/.2.20

S/.2.50

S/.1.50

2. Definicin de la variable de decisin

X1 = Cantidad mquinas Tipo 1 que deben utilizarse para minimizar costo

X2 = Cantidad mquinas Tipo 2 que deben utilizarse para minimizar costo
X3 = Cantidad mquinas Tipo 3 que deben utilizarse para minimizar costo
3. Formulacin del objetivo

Min

= 2.20X1 + 2.50X2 +

1.50X3

4. Planeamiento de las restricciones

X1 + X2 + X3
X1 + X2 + X3
X1 + X2 + X3

8
10
20

437.50
5. Formulacin de las condiciones de no negatividad
X 0
X 0
X 0

19.8X1 + 14.25X2 + 10X3

1

Formas de Presentacin de Modelos de P.L.

Segn la forma de la funcin objetivo y de las restricciones
Forma cannica de una P.L
Condicin

x1

0;

x2

0;

x3

Forma estandarizada de una P.L

Condicin

x1

0;

x2

0;

x3

Forma mixta de una P.L

Condicin

x1

0;

x2

0;

x3

Max Z = 2x1 + 5x2 + x3

2x1 + 3x2 + x3
x1 + 4x2 + 2x3
5x1 + x2 + 4x3

18
20
40

Max Z = 7x1 + 9x2 + x3

3x1 + x2 + 6x3 = 100
x1 + 4x2 + 2x3 = 20
5x1 + x2 + 4x3 = 40
Max Z = 2x1 + 5x2 + x3
2x1 + 3x2 + x3
x1 + 4x2 + 2x3
5x1 + x2 + 4x3

18
20
40

Objetivo
Restricciones

Objetivo
Restricciones

Objetivo

Restricciones

MODELOS
Los modelos icnicos son la representacin fsica, a escala
reducida o aumentada de un sistema real.
Los modelos anlogos esencialmente requieren la
sustitucin de una propiedad por otra con el fin de
permitir la manipulacin del modelo. Despus de resolver
el problema, la solucin se reinterpreta de acuerdo al
sistema original.
Los modelos ms importantes para la investigacin de
operaciones, son los modelos simblicos o matemticos,
que emplean un conjunto de smbolos y funciones para
representar las variables de decisin y sus relaciones para
describir el comportamiento del sistema.

Caracterstica de la Programacin Lineal

4. Proporcionalidad. Las cantidades de flujo de los distintos artculos que
entran y salen de la actividad son siempre proporcionales al nivel de esta.
Si se desea duplicar dicho nivel, se duplican los flujos correspondientes.
5. Actividad. Es especificar que el sistema de actividades sea completo,
puede hacerse una contabilidad completa de cada articulo por actividad.
Cantidades que entran = cantidades que salen.
Ejemplo 1.
Ejemplo 2.
Funcin objetivo

Funcin objetivo

max Z cj xj

min Z cj xj

Restricciones

Restricciones

j1

ij

xj bi

i 1,2,3..., m

j1

Condiciones de no negatividad

xj 0, j 1,...n

j1

ij

xj bi

i 1,2,3..., m

j1

Condiciones de no negatividad

xj 0, j 1,...n

Clasificacin y Aplicacin de la P.L.

Segn los datos

Determinsticos
Estocsticos

Segn las
restricciones

Irrestrictos
Restringidos
Lineales
No lineales

Segn la funcin
objetivo

Lineal
No lineal

Segn las
variables

Continuas
Enteras

Modelo de
Programacin Lineal

La construccin de
modelos es un arte
que se mejora con
la prctica

Determinsticos

Probabilsticos

Programacin matemtica
Programacin lineal
Programacin entera
Programacin dinmica
Programacin no lineal
Programacin multiobjetivo
Modelos de transporte
Modelos de redes

Programacin estocstica
Gestin de inventarios
Fenmenos de espera
(colas)
Teora de juegos
Simulacin

Modelos
M. para mezcla de productos
M. para fabricacin o compra
M. para dietas
M. para administracin de
valores
M. para planeacin de
produccin agregada.

Problemas
P. del transporte
P. de flujo con coste mnimo en red
P. de asignacin personal o maq.
P. de la mochila - dietas
P. de evaluacin cotizaciones
P. de anlisis de actividades
P. de mezclas ptimas
P. de produccin - presupuesto
P. de control de inventario
P. del viajante - horarios
P. de rutas ptimas.

Tcnicas de la Investigacin de operaciones

Ejemplos de tcnicas (i)

Ejemplos de tcnicas (ii)

Optimizacin
Teora de colas
Programacin lineal, entera, no lineal
Colas simples
Programacin multiobjetivo
Redes de colas
Procesos de decisin
Teora de juegos
(programacin dinmica)
Juegos simples
Simulacin
(deterministas/estocsticos)
Determinista
Juegos repetitivos
Estocstica
Teora de decisin
Aplicacin de los modelos matemticos Planificacin de la produccin,
Optimizacin de carteras, Anlisis de riesgo, Planific. de redes de comunicaciones,
Generacin de ofertas en mercados competitivos, Diseo de productos financieros,
Diseo de nuevos productos (prstamos, operaciones de leasing, derivados),
Modelado de diferentes alternativas con informacin incierta (tasas de inters, mercado
de valores, precios futuros), Planific. de la generacin elctrica (Aprovechamiento de
recursos disponibles a largo plazo: agua, contratos, intercambios de energa elctrica),
Generacin de ofertas en mercados competitivos (cantidades y precios para maximizar
21
beneficios).

Modelo matemtico
Modelo: representacin simplificada de la realidad, que facilita su
comprensin y el estudio de su comportamiento.
Debe mantener un equilibrio entre sencillez y capacidad de representacin.
Modelo matemtico: modelo expresado en trminos matemticos.
hace ms claras la estructura y relaciones.
facilita el uso de tcnicas matemticas y ordenadores.
a veces no es aplicable.
Es una ciencia, porque realiza:
anlisis de relaciones
aplicacin de algoritmos de solucin
Y a la vez un arte que se mejora con la prctica, porque considera:
visin de la realidad
estilo, elegancia, simplicidad
uso creativo de las herramientas
experiencia

Usos de los Modelos

Decisiones estratgicas
Decisiones operacionales
Debera
reemplazarse
un
sistema existente con un nuevo
sistema propuesto?
Debera cambiarse su poltica de
Administracin?

Cmo programar la fuerza de trabajo?

Cul es el plan de produccin ptimo?
Cul es plan de embarque ms
econmico?

Ventajas

Desventajas

Un mtodo ptimo para lograr

un objetivo.
Una
forma
de
evaluar
preguntas de sensibilidad de la
forma:
Qu sucedera s ..?

Los Modelos incluyen errores, es importante

conocer su magnitud, causas de inexactitudes:
Seleccin de aspectos de la realidad.
Inviable considerar todo el sistema.
Errores en modelos matemticos.
Modelos sencillos y aproximados.
23

Tipos de Modelos matemticos

Modelos normativos - optimizacin
Ofrecen informacin sobre alternativas
Seleccionan entre ellas
Clasificacin de los modelo
Complejos y no triviales
matemticos
Difciles de tratar con incertidumbre
Requieren tcnicas complejas de solucin
Optimizacin de
Modelos descriptivos - simulacin
sistemas
Analizan una alternativa cada vez
Modelos para situaciones especficas
Ms simples de desarrollar
Optimizacin
Optimizacin
Adecuados con incertidumbre de sistemas I
de sistemas II
Aplicacin muy sencilla
Estudia
Estudia
fenmenos
determinsticos

fenmenos
probabilsticos

24

Partes del modelo matemtico

I
II
III

Identificacin de las variables de decisin.

Identificacin de la funcin objetivo.
Identificacin de las restricciones.

objetivos
funcin objetivo.
Alternativas
variables de decisin.
limitaciones del sistema
restricciones

GRACIAS

26