1 DE OCTUBRE DE 2018

INVESTIGACION DE OPERACIONES
ANTOLOGÍA

HP
HP
[Dirección de la compañía]
 INDICE

Introducción a la investigación de operaciones

Modelos matemáticos de programación lineal

1
Definición de investigación de operaciones

La Investigación de Operaciones o Investigación Operativa (en inglés OR

u Operations Research) es una disciplina que consiste en la aplicación de métodos
analíticos avanzados con el propósito de apoyar el proceso de toma de decisiones,
identificando los mejores cursos de acción posibles.

La Investigación de Operaciones utiliza técnicas de modelamiento matemático,

análisis estadístico y optimización matemática, con el objetivo de alcanzar
soluciones óptimas o cercanas a ellas cuando se enfrentan problemas de decisión
complejos.

La Investigación de Operaciones es hoy en día y desde hace algunas décadas una

herramienta de máxima efectividad que nos ayuda en diversas áreas, pero
especialmente en la Administración de organizaciones (Juan, 2004).

La I.O. utiliza el método científico, y como en toda metodología, se requiere seguir

una serie de pasos, como son:

1. La definición del problema.

2. Desarrollo de un modelo matemático y la recolección de datos.

3. Resolución del modelo matemático.

4. Si la solución encontrada, es válida para el modelo entonces se implementa.

5. Si la solución encontrada, no es válida, entonces hay modificarlo y formular

un nuevo modelo que si se adecue al problema en cuestión.

Modelos matemáticos de programación lineal.

Elementos básicos de un modelo matemático

Un modelo matemático es producto de la abstracción de un sistema real,

eliminando las complejidades y haciendo suposiciones pertinentes; se aplica una
técnica matemática y se obtiene una representación simbólica del mismo.

2
Un modelo matemático consta al menos de tres elementos o condiciones
básicas: Las Variables de decisión, la Función Objetivo y las Restricciones.

 Variables de decisión y parámetros

Las variables de decisión son incógnitas que deben ser determinadas a partir de
la solución del modelo. Los parámetros representan los valores conocidos del
sistema o que se pueden controlar. Las variables de decisión se representan
por: X1, X2, X3,…, Xn ó Xi, i = 1, 2, 3,…, n.

 Función Objetivo

La función objetivo es una relación matemática entre las variables de decisión,

parámetros y una magnitud que representa el objetivo o producto del sistema.
Es la medición de la efectividad del Modelo formulado en función de las
variables. Determina lo que se va optimizar (Maximizar o Minimizar).

La solución ÓPTIMA se obtiene cuando el valor de la Función Objetivo es óptimo

(valor máximo o mínimo), para un conjunto de valores factibles de las variables.
Es decir, hay que reemplazar las variables obtenidas X1, X2, X3,…, Xn; en la
Función Objetivo Z = f (C1X1, C2X2, C3X3,…, CnXn) sujeto a las restricciones
del modelo matemático.

Por ejemplo, si el objetivo es minimizar los costos de operación, la función

objetivo debe expresar la relación entre el costo y las variables de decisión,
siendo el resultado el menor costo de las soluciones factibles obtenidas.

 Restricciones

Las restricciones son relaciones entre las variables de decisión y los recursos
disponibles. Las restricciones del modelo limitan el valor de las variables de
decisión. Se generan cuando los recursos disponibles son limitados.

En el Modelo se incluye, adicionalmente de las restricciones, la Restricción de

No Negatividad de las Variables de decisión, o sea: Xi = 0.

3
 Por ejemplo, si una de las variables de decisión representa el número de
empleados de un taller, el valor de esa variable no puede ser negativo. O
también, si una de las variables es la cantidad de mesas a fabricar, su valor
solamente podrá ser igual a cero ó mayor que cero, o sea positivo; sería absurdo
obtener como resultado que se va a fabricar – 4 mesas.

La programación lineal es la interrelación de los componentes de un sistema, en

términos matemáticos, ya sea en forma de ecuaciones o inecuaciones lineales
llamado Modelo de Programación Lineal. Es una técnica utilizada para
desarrollar modelos matemáticos, diseñada para optimizar el uso de los recursos
limitados en una empresa u organización.

El Modelo de Programación Lineal, es una representación simbólica de la

realidad que se estudia, o del problema que se va a solucionar. Se forma con
expresiones de lógicas matemáticas, conteniendo términos que significan
contribuciones: a la utilidad (con máximo) o al costo (con mínimo) en la Función
Objetivo del modelo. Y al consumo de recursos disponibles (con desigualdades
= ó = e igualdades =) en las restricciones.

En el presente texto desarrollaremos Modelos Matemáticos de Programación

Lineal de: Maximización y Minimización, los cuales estarán indicados en la
Función Objetivo del Modelo.

El Modelo matemático de programación lineal está dado por una función lineal de
varias variables, en el cual se quieren determinar valores no negativos para dichas
variables que maximizan o minimicen el valor de la función lineal, sujeta a cierto
número de limitaciones.

Formulación del modelo matemático

Hallar los valores de xj que hagan máximo o mínimo el valor de la función lineal
(Función objetivo).

4
Y que satisfagan el sistema de restricciones

Donde para cada restricción se utiliza uno solo de los signos

xj – Variables de decisión
cj – Coeficientes económicos
aij – Coeficientes tecnológicos
bj – Termino independiente

 Variables de decisión: Incógnitas del modelo, lo que se busca con la

solución del mismo. Actividades o productos que compiten por los recursos
materiales, técnicos, tiempo disponible, etc.
 Coeficientes económicos: Coeficientes de la función objetivo para cada
actividad o producto. Contribución de cada variable de decisión a la función
objetivo, como por ejemplo, ganancia o costo por unidad de producto.
 Coeficientes tecnológicos: Coeficientes de parte izquierda de las
restricciones: Representan, por ejemplo, unidades de un recurso necesarias
para producir una unidad de un producto, horas de tiempo de troquelado por
tipo de materiales a troquelar, horas en horno por unidad de pieza a fundir,
etc.

Términos independientes : Términos de la parte derecha de las restricciones:

Representan la disponibilidad o demanda de los recursos, como por ejemplo,
horas-hombre, horas-máquina, espacio, dinero, materia prima, requerimientos de
calidad, capacidad de producción, cantidad máxima E le cció n d e la s
in có gn it a s.

5
  Ejemplos

Unos grandes almacenes encargan a un fabricante pantalones y chaquetas

deportivas. El fabricante dispone para la confección de 750 m de tejido de algodón
y 1000 m de tejido de poliéster. Cada pantalón precisa 1 m de algodón y 2 m de
poliéster. Para cada chaqueta se necesitan 1.5 m de algodón y 1 m de poliéster. El
precio del pantalón se fija en 50 € y el de la chaqueta en 40 €. ¿Qué número de
pantalones y chaquetas debe suministrar el fabricante a los almacenes para que
estos consigan una venta máxima?

 E je mpl os

Unos grandes almacenes encargan a un fabricante pantalones y chaquetas

deportivas. El fabricante dispone para la confección de 750 m de tejido de algodón
y 1000 m de tejido de poliéster. Cada pantalón precisa 1 m de algodón y 2 m de
poliéster. Para cada chaqueta se necesitan 1.5 m de algodón y 1 m de poliéster. El
precio del pantalón se fija en 50 € y el de la chaqueta en 40 €. Elección de las
incógnitas.

Fabricante a los almacenes para que estos consigan una venta máxima?

x = número de pantalones

y = número de chaquetas

2 Función objetivo

f(x,y)= 50x + 40y

3 Restricciones

6
Para escribir las restricciones vamos a ayudarnos de una tabla:

pa nta l one s c ha que ta s di s poni bl e

a l godón 1 1,5 750

pol i é s te r 2 1 1 0 00

x + 1.5y ≤ 750 2x+3y≤1500

2x + y ≤ 1000

Como el número de pantalones y chaquetas son números naturales, tendremos

dos restricciones más:

x≥0

y≥0

4 Hallar el conjunto de soluciones factibles

Tenemos que representar gráficamente las restricciones.

Al ser x ≥ 0 e y ≥ 0, trabajaremos en el primer cuadrante.

Representamos las rectas, a partir de sus puntos de corte con los ejes.

7
Resolvemos gráficamente la inecuación: 2x + 3y ≤ 1500, para ello tomamos un
punto del plano, por ejemplo el (0,0).

2·0 + 3·0 ≤ 1 500

Como 0 ≤ 1 500 entonces el punto (0,0) se encuentra en el semiplano donde se

cumple la desigualdad.

De modo análogo resolvemos 2x + y ≤ 1000.

2·0 + 0 ≤ 1 00

La zona de intersección de las soluciones de las inecuaciones sería la solución al

sistema de inecuaciones, que constituye el conjunto de las soluciones factibles.

8
5 Calcular las coordenadas de los vértices del recinto de las soluciones factibles.

La solución óptima, si es única, se encuentra en un vértice del recinto. estos son

las soluciones a los sistemas:

2x + 3y = 1500; x = 0 (0, 500)

2x + y = 1000; y = 0 (500, 0)

2x + 3y =1500; 2x + y = 1000 (375, 250)

9
6 Calcular el valor de la función objetivo

En la función objetivo sustituimos cada uno de los vértices.

f(x, y) = 50x + 40y

f(0, 500) = 50 · 0 + 40 · 500 = 20000 €

f(500, 0) = 50 · 500 + 40 · 0 = 25000 €

f(375, 250) = 50 · 375 + 40 · 250 = 28750 € Máximo

La solución óptima es fabricar 375 pantalones y 250 chaquetas para obtener un

beneficio de 28750 €.

2 . - Una compañía fabrica y venden dos modelos de lámpara L1 y L2. Para su

fabricación se necesita un trabajo manual de 20 minutos para el modelo L1 y de
30 minutos para el L2; y un trabajo de máquina para L1 y de 10 minutos para L2.
Se dispone para el trabajo manual de 100 horas al mes y para la máquina 80
horas al mes. Sabiendo que el beneficio por unidad es de 15 y 10 euros para L1 y
L2, respectivamente, planificar la producción para obtener el máximo beneficio.

Elección de las incógnitas.

x = nº de lámparas L1

y = nº de lámparas L2

2 Función objetivo

f(x, y) = 15x + 10y

3 Restricciones

Pasamos los tiempos a horas

20 min = 1/3 h

10
30 min = 1/2 h
10 min = 1/6 h
Para escribir las restricciones vamos a ayudarnos de una tabla:

L1 L2 Tiempo

Manual 1/3 1/2 100

Máquina 1/3 1/6 80

1/3x + 1/2y ≤ 100

1/3x + 1/6y ≤ 80

Como el número de lámparas son números naturales, tendremos dos restricciones

más:
x≥0
y≥0
4 Hallar el conjunto de soluciones factibles
Tenemos que representar gráficamente las restricciones.
Al ser x ≥ 0 e y ≥ 0, trabajaremos en el primer cuadrante.
Representamos las rectas, a partir de sus puntos de corte con los ejes.
Resolvemos gráficamente la inecuación: 1/3 x + 1/2 y ≤ 100; para ello tomamos un
punto del plano, por ejemplo el (0,0).
1/3·0 + 1/2·0 ≤ 100

1/3·0 + 1/6·0 ≤ 80

La zona de intersección de las soluciones de las inecuaciones sería la solución al

sistema de inecuaciones, que constituye el conjunto de las soluciones factibles.

11
5 Calcular las coordenadas de los vértices del recinto de las soluciones factibles.

La solución óptima si es única se encuentra en un vértice del recinto. Estos son las
soluciones a los sistemas:

1/3x + 1/2y = 100; x = 0 (0, 200)

1/3x + 1/6y = 80; y = 0(240, 0)

1/3x + 1/2y = 100; 1/3x + 1/6y = 80(210, 60)

12
6 Calcular el valor de la función objetivo
En la función objetivo sustituimos cada uno de los vértices.
f(x, y) = 15x + 10y
f(0, 200) = 15·0 + 10·200 = 2 000 €.

Método Gráfico
El método gráfico es una forma fácil y rápida para la solución de problemas de
Programación Lineal, siempre y cuando el modelo conste de dos variables. Para
modelos con tres o más variables, el método gráfico es imposible.

Consiste en representar geométricamente las restricciones, condiciones técnicas y

función objetivo objetivo.

Los pasos necesarios para realizar el método son:

1. hallar las restricciones del problema

2. Las restricciones de no negatividad Xi ≥ 0 confían todos los valores posibles.

3. sustituir ≥ y ≤ por (=) para cada restricción, con lo cual se produce la ecuación
de una línea recta.

4. trazar la línea recta correspondiente a cada restricción en el plano. La región en

cual se encuentra cada restricción, el área correspondiente a cada restricción lo
define el signo correspondiente a cada restricción (≥ ó ≤) se evalúa un punto antes
y después de la recta trazada, el punto que cumpla con la inecuación indicara el
área correspondiente

5. el espacio en el cual se satisfacen las tres restricciones es el área factible

Cada punto situado en la frontera del espacio del área factible, es decir que
satisfacen todas las restricciones, representa un punto factible.

6. Las líneas paralelas que representan la función objetivo se trazan mediante

la asignación de valores arbitrarios a fin de determinar la pendiente y la
dirección en la cual crece o decrece el valor de la función objetivo.

13
7.-la solución óptima puede determinarse al observar la dirección en la cual
aumenta la función objetivo, se procede a graficar la función objetivo, si es un
problema de minimización la solución óptima es el primer punto factible que toque
la función Z, y si por lo contrario es un problema de maximización, será entonces
el último de los puntos factibles que toque la función Z.

14