IDO GuiaDeEstudio PDF

EDUCACION A DISTANCIA
EDUCACION
A
DISTANCIA
INVESTIGACION OPERATIVA I
Autor: CARIGNANO
GUIA DE ESTUDIOS
DISEÑO GRAFICO
COORDINACION: Fernando Quintana
PRODUCCION: Maria Teresa Morgante

Eduardo Otero
Lic. María Pía Monguillot
Lic. María de los Reyes Constenla
Adriana Vallespinós
IMPRESION Y ARMADO
COORDINACION: Ing. Dante López
PRODUCCION: Jorge Peralta

Oscar Passarelli
Este libro es propiedad del Instituto Universitario Aeronáutico.

Prohibida su reproducción total o parcial.
2 Primera edición, Mayo de 1999.
INSTITUTO UNIVERSITARIO AERONAUTICO
Rector: Brigadier (R) Raúl Juan Carlos Camussi
FACULTAD DE EDUCACION A DISTANCIA

Decano: Ing. Javier Enrique Etchegoyen
DEPARTAMENTO ORGANIZACION Y SISTEMAS

Directora: Lic.Susana Barrionuevo de Bustos Acuña
DEPARTAMENTO ADMINISTRACION DE LAS ORGANIZACIONES

Directora: Contadora Catalina Rosa Tinari
DEPARTAMENTO PEDAGOGICO
Directora: Lic. María Beatriz Rossa de Riaño
DEPARTAMENTO ADMINISTRACION ACADEMICA

Directora: Estela Fernandez de Casú Gómez
3
Investigación Operativa I
AUTOR: Claudia Etna Carignano
Contadora Pública Nacional. Universidad Nacional de Córdoba.
Profesora Adjunta Matemática IV yV. Facultad de Ciencias Econó-

micas. Universidad Católica de Córdoba.
Profesora Adjunta de Investigación Operativa. Facultad de Tecnolo-

gía y Ciencias Aplicadas. Facultad de Ciencias Económicas. Univer-
sidad Nacional de Catamarca.
Profesora Adjunta de Investigación Operativa I. Facultad Regional

Córdoba. Universidad Tecnológica Nacional.
Profesora Titular de Investigación de Operaciones I y II. Instituto

Universitario Aeronáutico.
PROCESAMIENTO DIDACTICO Y EVALUACION PEDAGOGICA:
Lic. María Beatríz Rossa de Riaño

Lic. Mónica Gallino de Pensa
CORRECCIÓN DE ESTILO:
Lic. Raquel Ortega

Lic. María de los Reyes Constenla
4
Estimado alumno:
Hola! Bienvenido al mundo de la Investigación de Ope-
raciones.
A partir de hoy iniciamos juntos un verdadero desafío,
el recorrido de un área apasionante como es la resolución de problemas de
decisión en las organizaciones.
Con cada paso que avancemos usted irá descubriendo
este fascinante mundo que nos ayuda a tomar decisiones con calidad, factor
imprescindible en la época que vivimos.
Como usted ya sabe, nos encontramos en la era de la
calidad y para alcanzarla, es condición sine qua non poder tomar decisiones
racionales, manteniendo una actitud de análisis frente a cada situación, que
nos permita abrir puertas con estrategias óptimas.
Creo que en este tránsito que comenzamos aquí y con-
tinuamos a lo largo de Investigación de Operaciones II, nos iremos cono-
ciendo y enriqueciendo mutuamente.
Lo invito a comprometerse en esta empresa.
Hasta pronto.
Cra. Claudia E. Carignano
5
INDICE
INTRODUCCION GENERAL ORIENTADORA ............................................. 7

UNIDAD 1: PROGRAMACIÓN LINEAL ...................................................... 15
Tema 1: Problemas de programación lineal (PL)

1.1. Características
1.2. Supuestos
Tema 2: Solución gráfica de PL bidimensionales
Tema 3: Algoritmo Simplex
Tema 4: Casos especiales
Tema 5: Resolución de programas lineales por computadora
UNIDAD 2: APLICACIONES DE LA PROGRAMACIÓN LINEAL ........... 37
Tema 1: Lineamientos para el planteo de modelos lineales

Tema 2: Aplicación a la resolución de problemas en distintas áreas
Tema 3: Interpretación de los elementos de la tabla simplex
Tema 4: Análisis de sensibilidad. Un enfoque aplicado
Tema 5: Dualidad
UNIDAD 3: PROGRAMACIÓN DINÁMICA ................................................ 75
Tema 1: Conceptos generales

Tema 2: Características comunes a la mayor parte de las aplicaciones de la
Programación Dinámica
2.1. Primer caso de interés: Política de Inversiones
2.2. Segundo caso de interés: Reemplazo de equipos
2.3. Tercer caso de interés: Distribución de agua
Tema 3: Otras situaciones en Programación Dinámica
UNIDAD 4: PROCESO ANALÍTICO JERÁRQUICO (AHP O PAJ) .......... 101
Tema 1: Qué es el AHP. Como se determinan las jerarquías o prioridades

Tema 2: Pasos de la metodología
Tema 3: Ventajas y aplicaciones
CLAVES DE RESPUESTA ............................................................................ 115

ACTIVIDADES OBLIGATORIAS ............................................................... 133
PROGRAMA DE LA MATERIA .................................................................. 141
6
INTRODUCCION
GENERAL ORIENTADORA
Durante la segunda guerra mundial, la administración militar británica reunió a

un grupo de científicos de diferentes disciplinas para que analizaran problemas
estratégicos y de asignación de recursos escasos que se presentaban en diver-
sas operaciones militares.
Es decir, se les pidió que investigaran las operaciones militares. Estos cientí-
ficos utilizaron las matemáticas y el método científico para la tarea, y a sus
actividades se las llamó Investigación de Operaciones o Investigación
Operativa.
Pero, ¿qué es la Investigación de Operaciones (IO)?
Para algunos autores la IO es:
la aplicación de procedimientos, técnicas y herramientas científicas en el
análisis de problemas operativos que se presentan en las organizaciones,
con el objetivo de desarrollar y ayudar a evaluar soluciones.
Aclaremos un poco este concepto, examinando sus características principales.

Se aboca a la resolución de problemas de decisión que se presentan en las
organizaciones.
La naturaleza de la organización no interesa, de hecho nace en el seno de las
organizaciones militares y ha sido ampliamente utilizada en la industria, empre-
sas comerciales, industriales y de servicios, organizaciones civiles, etc.
En todo su análisis hace uso del método científico para el estudio de los proble-
mas.
El proceso se inicia con la identificación, observación y formulación del
problema, construyendo un modelo matemático que lo represente, en el que
se incluyen todos los aspectos importantes o esenciales del problema real.
A continuación se utiliza este modelo para generar una solución al problema
y verificar que las conclusiones obtenidas también sean válidas para el proble-
ma real.
Es decir que se realiza una prueba y evaluación de la solución, presentando,
resultados y conclusiones comprensibles para quienes deben tomar las decisio-
nes en la organización.
La etapa siguiente es implementar las recomendaciones.
Finalmente corresponde la evaluación y revisión del modelo ya
implementado. Ambas tareas deben ser realizadas en forma continua para
7
INTRODUCCION
controlar si el modelo sigue satisfaciendo los objetivos de quien toma las deci-
siones.
Si bien de todo lo anterior se desprende que las matemáticas y los modelos
matemáticos son parte fundamental de la IO, el verdadero objetivo consiste en
resolver problemas que se presentan en las organizaciones más que en cons-
truir y resolver modelos matemáticos.
Podríamos decir que:
La I.O. constituye una actitud de análisis frente a las situacio-

nes problemáticas que se presentan en cualquier tipo de orga-
nización.
En un mundo tan rápidamente cambiante y competitivo como el nuestro, los

errores cometidos al tomar decisiones pueden ser fatales para las organizacio-
nes; esto hace que se deban dejar de lado las decisiones tomadas en base a la
intuición, reemplazándolas por un procedimiento de análisis y evaluación de
todos los factores que en ellas intervienen. Y es justamente en estas situaciones
donde la IO nos muestra su importancia.
Comprendiendo la naturaleza y el alcance de la IO, podemos darnos cuenta de
la importancia de su estudio para todos aquellos profesionales cuya actuación
está fundamentalmente ligada a las organizaciones.
Por tal motivo, usted como profesional debe tener la capacidad para analizar y
resolver problemas de decisión seleccionando en cada caso la herramienta más
conveniente entre las disponibles.
Dentro del campo de la IO existe una gran variedad de modelos tales, como
Programación Lineal, Programación Dinámica, Proceso Analítico Jerárquico,
Modelos de Redes, Programación de Proyectos PERT/CPM, Modelos de Ges-
tión de Stock, Modelos de líneas espera, Procesos de Markov, Simulación, etc.
Nosotros analizaremos algunos de ellos a lo largo de las asignaturas Investiga-
ción de Operaciones I e Investigación de Operaciones II.
En este curso estudiamos los modelos de: Programación Lineal, Programación
Dinámica y Proceso Analítico Jerárquico, organizados en cuatro unidades.
Debido a su importancia en la asignación de recursos escasos y a su versatili-
dad en la aplicación a muy diversas áreas, al modelo de Programación Lineal le
8
INTRODUCCION
dedicamos dos unidades. En la primera analizamos las características del mo-

delo y su resolución. En la segunda nos abocamos fundamentalmente al análisis
de sus aplicaciones, las que nos brindarán una visión global de los diferentes
usos del modelo.
En muchas situaciones que se presentan en las organizaciones se deben tomar
decisiones que no son independientes entre sí. Atentos a esto, en la unidad tres
introducimos un modelo dinámico que nos permite abordar problemas de
optimización en los que deben tomar una secuencia de decisiones relacionadas
entre sí. Se trata del modelo de Programación Dinámica, que nos proporciona-
rá un enfoque para la resolución de estos problemas, normalmente bastante
complejos.
Finalmente, en la unidad cuatro introducimos un método que permite conside-
rar tanto factores cuantitativos como cualitativos en la toma de decisiones. Se
trata de un método en particular de aplicación en los problemas de decisión
multicriterio; en estos problemas quien toma la decisión deberá seleccionar
entre varias alternativas para las cuales tiene diversos puntos de vista o crite-
rios que son al menos parcialmente contradictorios.
Toda esta problemática de la asignatura, como así también las relaciones entre
los distintos ejes temáticos, se refleja en el esquema conceptual de página
siguiente.
A través del estudio de esta asignatura esperamos que usted alcance los si-
guientes objetivos de aprendizaje:
Objetivos del
aprendizaje
Valorar la toma de decisiones con criterio objetivo.
Conocer modelos cuantitativos para la toma de decisiones.
Comprender las características de los problemas de Progra-

mación Lineal, problemas de decisión en etapas y problemas
con objetivos múltiples.
Desarrollar habilidades en la resolución de problemas de

este tipo.
9
INTRODUCCION
Esquema
Conceptual
General
10
INTRODUCCION
Bibliografía obligatoria
La guía ha sido pensada para ser usada conjuntamente con el siguiente libro
libro:
ANDERSON, David R., SWEENEY, Dennis J. y WILLIAMS, Thomas
A. Introducción a los modelos cuantitativos para administración. Grupo
Editorial Iberoamérica - Sexta edición, año 1993.
Este texto plantea una presentación clara y dinámica de cada uno de los temas
a desarrollar en esta asignatura, logrando un adecuado equilibrio entre la
fundamentación teórica y las aplicaciones prácticas, presentando además al
final de cada capítulo un caso para analizar.
Bibliografía Complementaria
Sin pretender acercarle una lista exhaustiva de textos que pueden ser usados
como bibliografía complementaria, le sugerimos los siguientes:
WINSTON,Wayne L. Investigación de Operaciones, Aplicaciones y
Algoritmos. Grupo Editorial Iberoamérica. México. Segunda edición.
1994.
DAVIS/MCKEOWN. Modelos Cuantitativos para Administración. Gru-
po Editorial Iberoamérica. México. Segunda edición. 1986.
HILLIER, Frederick S. y LIEBERMAN,Gerald J. Introducción a la
Investigación de Operaciones. Editorial McGraw-Hill. México. Quinta
edición en inglés (tercera en español). 1991.
TAHA, Hamdy A. Investigación de Operaciones. Editorial Alfaomega.
Mexico.Quinta edición. 1995.
Resulta conveniente aclarar que en general todos los textos dedicados a la

Investigación de Operaciones -que son de reciente aparición-, desarrollan los
mismos temas y recurren a estrategias similares para la presentación de las
unidades. Por esta razón, es posible utilizar indistintamente otros textos como
bibliografía complementaria.
Es necesario que comience su estudio con la lectura del capítulo uno del libro
utilizado como bibliografía obligatoria, donde los autores realizan una intro-
ducción al análisis cuantitativo y la toma de decisiones.
Le proponemos que enfoque el estudio de la asignatura leyendo primero cada
tema de esta guía, esto le servirá como una introducción para su mejor com-
prensión; a continuación profundice el estudio en la bibliografía obligatoria,
trabajando finalmente sobre las actividades de proceso.
11
INTRODUCCION
En la Orientación del Aprendizaje de cada unidad encontrará pautas específicas

para el abordaje de las mismas.
Al concluir cada unidad encontrará actividades de autoevaluación cuya finali-
dad es que compruebe la correcta comprensión de los contenidos analizados y
el aprendizaje logrado.
Se han previsto además dos actividades obligatorias, la primera de ellas al final
de la unidad 2 y la segunda, al concluir la unidad 4. En cada una deberá aplicar
los conocimientos adquiridos hasta el momento para trabajar sobre problemas
y casos de estudio especialmente seleccionados.
En el examen final se espera que pueda evidenciar una actitud marcadamente
objetiva para resolver problemas de decisión.
Los criterios de evaluación que se utilizan tanto en las actividades obligatorias
como en el examen final son:
• Conceptualización que fundamenta los diferentes métodos.
• Aplicación de los distintos métodos a situaciones planteadas.
• Información completa, clara y precisa de los resultados para la toma

de decisiones en la organización correspondiente.
Cronograma
Este recurso le permite realizar una ponderación aproximada de los tiempos
necesarios para realizar el aprendizaje de cada unidad y resolver las actividades
propuestas en cada una, de manera tal que usted pueda organizar sus tiempos y
la presentación al examen final.
Utilice la columna en blanco para organizar su propio tiempo de estudio. Esto
también le servirá de control personal para el cumplimiento del mismo.
Tiempo Relativo
Unidad asignado Tiempo Real
1 20 %
2 25 %
Actividad Obligatoria nº 1 15 %
3 20 %
4 10 %
Actividad Obligatoria nº 2 10 %
12
INTRODUCCION
Antes de comenzar con el estudio de la Investigación de Operaciones le acer-

camos un párrafo extraído del libro “Investigación de Operaciones” del autor
Taha. 5ta edición. Editorial Alfaomega. Pág.2.
Consideramos importante su lectura ya que en él se reflejan claramente las
habilidades necesarias del investigador operativo.
“Como técnica para la solución de problemas, la IO debe visualizarse como

una ciencia y como un arte. El aspecto de la ciencia radica en ofrecer técni-
cas y algoritmos matemáticos para resolver problemas de decisión adecua-
dos. La Investigación de Operaciones es un arte, debido a que el éxito que se
alcanza en todas las fases anteriores y posteriores a la solución de un modelo
matemático, depende en forma apreciable de la creatividad y la habilidad
personal de los analistas encargados de tomar decisiones. Por lo tanto, la
obtención de los datos para la construcción del modelo, la validación de éste
y la implantación de la solución obtenida dependerán de la habilidad del
equipo de IO, para establecer líneas de comunicación óptimas con las fuentes
de información, y también con los individuos responsables de implantar las
soluciones recomendadas.
Debe destacarse que se espera que un equipo de IO competente demuestre la
habilidad adecuada en los aspectos científico y artísticos de IO. Si se destaca
un aspecto y no el otro, probablemente se impedirá la utilización efectiva de
IO en la práctica”.
13
INTRODUCCION
14
PROGRAMACION
LINEAL
UNIDAD
1
UNIDAD
1 ORIENTACION
DEL APRENDIZAJE
Seguramente en su actividad diaria, en su lugar de trabajo o en alguna organi-

zación en la cual usted participa o lo ha hecho anteriormente, se habrá encon-
trado con algún problema que presente las características de alguno de los
ejemplos que se transcriben a continuación:
A. Una empresa industrial desea determinar el mejor plan de producción
que, cumpliendo con los requerimientos de la demanda de sus productos
y teniendo en cuenta los insumos disponibles, proporcione la mayor con-
tribución total a las utilidades de la empresa.
B. Una persona quiere invertir su capital en el mercado financiero en bonos,
títulos públicos y acciones, es decir formar una cartera de inversiones
teniendo en cuenta el riesgo de las mismas y que le permita obtener el
máximo rendimiento posible.
C. Un criador de animales necesita conocer la mejor combinación de ali-
mentos que debería darle a sus animales de forma tal, que cumpliendo
con los requerimientos nutritivos, se logre la dieta más económica.
D. Un gerente de publicidad necesita establecer la mejor forma de utilizar
su presupuesto entre los diversos medios disponibles, para maximizar la
efectividad de la publicidad.
E. Un productor lechero que tiene varios tambos desde donde envía su
producción a distintas plantas elaboradoras, requiere cuantificar la leche
a enviar desde cada tambo hacia cada planta elaboradora, de manera tal
que se minimicen sus costos totales de transporte.
Estos ejemplos nos servirán para extraer algunas características en común, y
que los hace especiales.
Analicemos cada uno de los ejemplos.
En primer lugar, ¿cuál es el objetivo que se quiere alcanzar?
En el ejemplo A, la mayor contribución total a las utilidades de la empresa.
En el caso B, el máximo rendimiento posible sobre el capital invertido.
En el ejemplo C, la dieta más económica.
En el D, maximizar la efectividad de la publicidad.
En el E, minimizar el costo total de transporte.
Observamos que en todos los casos el objetivo está representado por la
maximización o minimización de una cantidad. Esta cantidad puede repre-
sentar un beneficio, como en los ejemplos A y B; un costo, como en los ejem-
plos C y E, o la medida de la efectividad de una estrategia, como en el caso D.
16
UNIDAD 1
Ahora formúlese usted esta pregunta: ¿es factible incrementar o disminuir infi-
nitamente esa cantidad que representa el objetivo del problema?
Lógicamente la respuesta es NO, ya que una situación en la cual el beneficio
pudiera crecer infinitamente o el costo disminuir infinitamente, no sería realis-
ta.
Volviendo al ejemplo A, podemos ver que la contribución total a las utilidades
está sujeta a la disponibilidad de los insumos de producción y al cumplimiento
de la demanda del producto.
En el ejemplo B, el máximo rendimiento se encuentra limitado por el capital
disponible y las condiciones de riesgo.
En el ejemplo C, el mínimo costo de la dieta se subordina al cumplimiento de
los requerimientos nutritivos.
En el caso D, la máxima efectividad de la publicidad es restringida por un
presupuesto fijo y por otro tipo de condiciones como las características y la
cantidad de personas a las que se quiere llegar.
Y en el ejemplo E, el plan de envíos de mínimo costo está limitado por la
disponibilidad y la demanda de leche.
Todo ello pone de manifiesto que el máximo o mínimo valor que puede alcan-
zar el objetivo se encuentra limitado por el cumplimiento de una serie de con-
diciones o restricciones.
De todos los problemas analizados hasta, ahora resulta posible extraer las dos
características que tienen en común:
1. Se pretende lograr un objetivo, representado por la maximización o
minimización de una cantidad, que generalmente se traduce en un
beneficio o un costo.
2. La maximización o minimización del objetivo está sujeta al cumpli-
miento de un conjunto de restricciones o condiciones.
Estas características, junto con otras que se verán en el desarrollo de la unidad,

son comunes a una gran cantidad de problemas de optimización. Este tipo de
problemas se agrupan bajo el nombre de problemas de Programación Lineal.
Y para ellos se ha desarrollado un modelo cuantitativo llamado Modelo de
Programación Lineal.
La programación lineal usa un modelo matemático para describir

el problema analizado.
17
UNIDAD 1
¿Por qué el nombre de programación lineal?

La palabra programación está usada aquí como sinónimo de planificación e
implica seleccionar un curso de acción.
La palabra lineal indica que todas las funciones matemáticas del modelo deben
ser funciones lineales.
Entonces:
La programación lineal (PL) es un modelo matemático lineal desa-

rrollado para analizar situaciones en las cuales se desea seleccionar
un curso de acción para el logro de un objetivo óptimo.
En el desarrollo de esta unidad le proponemos los siguientes objetivos de

aprendizaje:
Objetivos del
Aprendizaje
Comprender las características y supuestos del modelo de
programación lineal.
Modelizar problemas simples de PL.
Resolver e interpretar gráficamente las soluciones de pro-

blemas sencillos de PL.
Aplicar el algoritmo SIMPLEX de resolución de PL.
Identificar y analizar problemas especiales de PL.
Los temas a tratar en esta unidad son los siguientes:

Tema 1. Problemas de programación lineal (PL) Contenidos
1.2. Supuestos
Tema 2. Solución gráfica de PL bidimensionales
Tema 3. Algoritmo Simplex
Tema 4. Casos especiales
Tema 5. Resolución de programas lineales por computadora
18
UNIDAD 1
Esquema
Conceptual
19
UNIDAD 1
En esta unidad comenzaremos con el estudio de la programación lineal (PL),

analizando primero las características de estos problemas para luego explicar
los métodos de resolución.
Dentro de estos existen los métodos gráfico y algebraico; el primero es muy
útil para la comprensión de diversos conceptos, pero limitado en su aplicación.
De los métodos algebraicos profundizamos el algoritmo simplex, con el que
resolvemos problemas de mayor complejidad y lo haremos con y sin computa-
dora.
También encontramos problemas de PL que presentan características que los
hacen especiales; es conveniente en estos casos aprender a identificarlos tanto
gráficamente como cuando los resolvemos con el método simplex.
La bibliografía obligatoria para el estudio de esta unidad es el texto citado;
capítulo 2 Programación Lineal: el método gráfico y capítulo 5 Programa-
ción Lineal: el método simplex. No obstante usted puede utilizar cualquier
otro libro de Investigación de Operaciones que desarrolle la temática.
A modo de apoyo para que usted alcance óptimos resultados en su estudio, le
sugiero que primero lea cada tema de la guía y luego vaya al libro, realizando
todas las actividades de proceso.
No se apresure, no avance en el siguiente tema sin haber compren-

dido los conceptos expresados en el tema anterior.
TEMA 1: PROBLEMAS DE PROGRAMACIÓN LINEAL (PL)

La importancia del estudio de este modelo radica en la diversidad de situacio-
nes que permite analizar.
Analicemos un problema sencillo de PL.
El problema que transcribimos a continuación, es el N° 30 -capítulo 2-, del
libro de Anderson/Sweeney/Williams: “Introducción a los Modelos Cuantitati-
vos para Administración”.
“En Ryland Farms, en el noroeste del estado de Indiana, se cultiva frijol de
soya y maíz en 500 acres de terreno. Un acre de frijol de soya produce utilida-
des de $100 y un acre de maíz produce utilidades de $200. Debido a un pro-
grama gubernamental , no se pueden plantar más de 200 acres de frijol de
soya. Durante la época de siembra se dispondrá de 1200 horas de tiempo
para sembrar. Cada acre de soya requiere de dos horas mientras que cada
20
UNIDAD 1
acre de maíz requiere de seis horas. ¿Cuántos acres de soya y cuántos acres
de maíz se deben plantar con el objeto de maximizar las utilidades?”
Podemos comenzar a analizar el problema planteándonos los siguientes
interrogantes:
1. ¿Cuál es la meta u objetivo final del problema?
2. ¿Cuáles son las incógnitas del problema? Es decir aquellos factores sobre
los cuales tiene control quien toma las decisiones -variables de deci-
sión-.
3. ¿Qué restricciones deben imponerse a las variables de decisión a fin de
satisfacer las condiciones o limitaciones del problema?
Respondiendo a estas preguntas podemos describir al problema en forma ver-
bal para luego transformarlo en una estructura matemática apropiada.
Entonces:
1. Objetivo verbal:
La R.F quiere determinar el número de acres de soya y de maíz que deberá
cultivar a fin de obtener las máximas utilidades.
2. Variables de decisión:
x1 = número de acres sembrados de soya.
x2 = número de acres sembrados de maíz.
3. Restricciones:
1. Se dispone de 500 acres de terreno.
2. Por disposiciones gubernamentales no se pueden sembrar

más de 200 acres de terreno.
3. Se dispone de 1200 horas para siembra.
21
UNIDAD 1
Estructura matemática del objetivo:

Utilidad Total = utilidad proporcionada por los acres sembrados con soya +
utilidad proporcionada por los acres sembrados con maíz
maximizar Z = 100 x1 + 200 x2
$/acres acres $/acres acres

soya soya maíz maíz
Si controlamos las unidades de medida, vemos que el objetivo está medido en

$.
$ = $ acre + $ acre
acre acre
Estructura matemática de las restricciones:

1.
acres sembrados de soya + acres sembrados de maíz acres de terreno dispo-
nible
x1 + x2 500
}
}
}
acres acres acres

2.
acres sembrados de soya acres permitidos
x1 200
}
}
acres acres
3.
(horas necesarias por acre soya)*(acres sembrados de soya) + (horas necesa-
rias por acre de maíz)*(acres sembrados maíz) horas disponibles
22
UNIDAD 1
2 x1 + 6 x2 1200
}
}
}
}
}
horas acre horas acre horas
=
acre acre
4.
Una restricción implícita es que la cantidad de acres sembrados no puede
asumir un valor negativo, a estas restricciones se las llama de No Negatividad.
x1 0 y x2 0
Es conveniente controlar siempre las unidades de medida, tanto

en la función objetivo como en las restricciones.
Modelo Matemático
max. Z = 100 x1 + 200 x2 función objetivo

sujeto a:
x1 + x2 ≤ 500
x1 ≤ 200
2 x1 + 6 x2 ≤ 1200
} restricciones
funcionales
x1 ≥ 0
x2 ≥ 0
} restricciones de
no negatividad
Un problema tan pequeño como este, que tiene sólo dos variables de decisión
y por ende únicamente dos dimensiones, puede resolverse utilizando un proce-
dimiento gráfico.
Luego de analizar detenidamente este tema en la bibliografía complete la si-
guiente tabla escribiendo con sus palabras el significado de cada uno de los
supuestos del modelo de PL.
23
UNIDAD 1
ADITIVIDAD
PROPORCIONALIDAD
DIVISIBILIDAD
CERTEZA
TEMA 2: SOLUCIÓN GRÁFICA DE PROGRAMAS LINEALES

BIDIMENSIONALES
Si bien el método gráfico de resolución no ofrece gran utilidad en la resolución
de problemas reales, ya que en general estos tienen muchas variables de deci-
sión, es muy importante para la correcta comprensión de conceptos tales como
los de solución factible o posible, y solución factible o posible básica de un PL.
Nos permite también deducir conclusiones generales que son la base del méto-
do de resolución general: algoritmo simplex; como así también para entender
la lógica del funcionamiento de dicho método.
Los pasos en la resolución gráfica son:
1. Identificar el conjunto de soluciones posibles del problema o

región factible.
2. Trazar la recta representativa de la función objetivo.
3. Desplazar la recta en el sentido de optimización hasta identificar

el último punto de contacto entre la recta y la región factible.
Este punto es la solución óptima y corresponde a un vértice del
polígono de soluciones.
4. Encontrar los valores de las variables que optimizan a la función

objetivo, resolviendo en forma simultánea las ecuaciones de res-
tricción que determinan el punto óptimo.
24
UNIDAD 1
A partir del análisis de la bibliografía responda.
Elabore un problema de PL que tenga tres variables de decisión

(tridimensional). Trate de imaginar una extensión del método grá-
fico de análisis y solución para este problema.
Estaremos de acuerdo que en este caso el conjunto de soluciones del PL será

un poliedro y que, si bien en principio es posible usar el método gráfico, su
instrumentación sería sumamente engorrosa sobre las dos dimensiones del pa-
pel o de una pantalla.
1
¿Qué opina de extender el método gráfico para más de tres varia-
bles de decisión?
Confronte con la solución N° 1
TEMA 3: ALGORITMO SIMPLEX

Sabemos que cuando el problema tiene más de tres variables de decisión
resulta imposible utilizar el método gráfico de resolución. Realmente esto sería
una gran limitación para la PL, ya que los problemas reales tienen muchas
variables y muchas restricciones.
Afortunadamente, existe un método algebraico para resolver programas linea-
les que se llama SIMPLEX.
Al estudiar el método gráfico, una de las conclusiones obtenidas es que, para
identificar la solución óptima del problema, sólo se hace necesario analizar los
puntos extremos o vértices de la región factible; ya que si el problema tiene
solución óptima entonces ésta se encontrará en al menos uno de ellos.
Sabemos también que cada vértice se forma por la intersección de las rectas
representativas de las restricciones y que los valores de las variables para cada
punto extremo, se encuentran resolviendo en forma simultánea las ecuaciones
de restricción correspondientes a ese vértice.
El método simplex basándose en estas conclusiones generales analiza
25
UNIDAD 1
sistemáticamente los puntos extremos de la región factible hasta identificar el

punto óptimo. Asegurándose en cada paso que el vértice analizado no es peor
que el anterior, esto es, que le dé a la función objetivo un valor mejor o al
menos igual que el anterior.
Cada punto extremo corresponde a una solución posible básica del problema.
Recuerde que una solución básica de un sistema de ecuaciones con n variables
y m ecuaciones, donde n > m, es aquella que tiene n-m valores de las variables
iguales a cero y los restantes valores, distintos de cero.
A una solución básica, adiciónele ahora la condición de posible para un progra-
ma lineal, y tendrá así la definición de solución posible básica.
Elabore una definición de solución posible básica.
Entonces, como ya sabemos que un punto extremo es igual a una solución

posible básica, podemos decir:
El algoritmo simplex analiza las soluciones posibles básicas del pro-

blema hasta encontrar a la óptima, resolviendo en cada paso un
sistema de m ecuaciones con n variables.
Podemos esquematizar el funcionamiento del método simplex a través del si-

guiente diagrama.
26
UNIDAD 1
Analizando el diagrama anterior decimos que el método consiste fundamental-

mente en dos fases:
Primera fase: identificar una solución posible básica que sirva de punto de
partida.
Segunda fase o fase iterativa: analizar si dicha solución es o no óptima, y si
no lo es, a partir de ella encontrar una mejor.
El simplex trabaja con tablas o cuadros. Cada cuadro corresponde a una
iteración, es decir a una solución posible básica.
27
UNIDAD 1
Las tablas resumen toda la información necesaria de cada solución.
Al estudiar este método, preste atención a la estructura de la tabla,

tenga presente que distintos autores pueden darle diferente organi-
zación a la información, pero que, en definitiva todas resumen lo
mismo.
En general, el formato es el siguiente:
Recuerde:
Es muy importante tener bien en claro tanto el criterio de optimidad

que utiliza el simplex, como los criterios para decidir cuál variable
debe entrar y cual debe salir de la base actual, si ésta no es óptima.
Luego de haber estudiado detenidamente los ejemplos de la bibliografía, le

proponemos que resuelva el siguiente problema.
28
UNIDAD 1
2
Max. Z = 3 x1 + 2 x2
sa.
x1 + 2 x2 <= 6
2 x1 + x2 <= 6
x 1 , x2 >= 0
TEMA 4. CASOS ESPECIALES

Al resolver un problema de programación lineal, pueden presentarse diferentes
situaciones, que consideramos casos especiales.
1. Problemas que tienen óptimas alternativas o infinitas soluciones óptimas.
Es muy importante estar en condiciones de identificar un problema con esta
característica, ya que al tener infinitas soluciones óptimas nos dará flexibilidad
al momento de tomar decisiones.
2.- Problemas no acotados
Si al analizar un problema nos encontramos que tiene una función objetivo no
acotada, es decir que puede moverse sin límite en el sentido de optimización,
revisemos el planteo, seguramente nos hemos olvidado de alguna restricción.
Esta situación, surge de un error en el planteo del problema, ya que en la reali-
dad no podría darse, por ejemplo que el beneficio crezca sin ningún tipo de
límite o cota.
3.- Problemas que no tienen solución
Sabemos que en la vida existen problemas que no tienen solución, como noso-
tros trabajamos sobre problemas reales, entonces cabe la posibilidad de que el
problema en verdad no tenga solución o esto puede suceder debido a un error
de planteo; por lo tanto es conveniente revisar el planteo matemático del pro-
blema, para cerciorarnos de la conclusión.
29
UNIDAD 1
4.- Problemas degenerados

En este tipo de problemas, en general puede llegarse al óptimo sin dificultad
con el método simplex, pero existe la posibilidad de entrar en un círculo vicio-
so que no nos permita llegar al óptimo. En estos casos se hace imprescindible
utilizar técnicas matemáticas especiales para su resolución.
Estudie detenidamente cada caso particular y luego complete el

cuadro.
_________________________________________________________________
Tipo de problema cómo se reconoce cómo se reconoce
gráficamente con simplex
_________________________________________________________________
Infinitas
soluciones óptimas
_________________________________________________________________
Problema no
acotado
_________________________________________________________________
Problema
sin solución
_________________________________________________________________
Problema
degenerado
__________________________________________________________________
TEMA 5: RESOLUCION DE PROGRAMAS LINEALES

POR COMPUTADORA
Cualquiera sea el número de variables y restricciones que tenga un problema,
siempre es posible utilizar un programa de computación para su resolución.
Todos los programas de computación que se encuentran en el mercado son
fáciles de usar y nos proporcionan la misma información en sus salidas. Por eso
30
UNIDAD 1
lo importante es -cualquiera sea el utilitario que utilicemos- saber dónde y

cómo buscar la información.
Se encuentran en el mercado programas específicos para I.O. y que contem-
plan la resolución de varios de sus modelos, como por ejemplo el STORM,
MSS, QSB, etc., también se puede encontrar el LINDO, que es específico para
Programación Lineal.
Otra alternativa es usar planillas de cálculo como QUATRO PRO o EXCEL,
en estos casos estas planillas sólo tienen un módulo para Programación Lineal.
Le recomendamos el uso de algún programa en la resolución de los problemas
más complejos, ya que de esta manera lo hará luego con los problemas reales.
31
UNIDAD
1 SOLUCIONES A LAS
ACTIVIDADES DE PROCESO
1. No se puede extender el método gráfico a más de tres variables, en estos

casos para resolver el problema debemos usar algún algoritmo.
2.
X1 = 2
X2 = 2
S1 = 0
S2 = 0
Z = 10
32
UNIDAD
ACTIVIDADES DE
AUTOEVALUACION 1
Le proponemos que realice las siguientes actividades de autoevaluación.
1. Elabore una definición de programación lineal.
2. Explique cada uno de los supuestos sobre los que se basa el modelo de pro-
gramación lineal.
3. ¿Por qué son importantes los supuestos de aditividad y proporcionalidad?
4. Dé ejemplos de restricciones que se representen con ecuaciones y con
inecuaciones del tipo =.
5. Generalice el modelo de programación lineal a n variables y m restriccio-
nes.
6. Identifique variables y parámetros del modelo.
7. Explique la diferencia que existe entre una solución factible y una solución
factible básica.
8. En un gráfico identifique las soluciones factibles y las soluciones factibles
básicas de un programa lineal.
9. ¿Por qué, cuando buscamos la solución óptima de un programa lineal, sólo
necesitamos considerar los vértices de la región factible?
10. Cuáles de las siguientes restricciones no serían aceptables en un modelo de
PL y por qué?
a. 3 x1.x2 + 5 x3 >= 125 x4
b. 16 x1 - x2 + x3 = 18
c. 26 - x3 + x2 = 58 . 1/x1
d. 0.24 x1 + 0.18 x2 - x3 <= -36
e. 10 x1 - (4 x2)2 + 28 x3 + x4 <= 210
11. Obtenga las soluciones gráficas de los siguientes problemas:

a. max 20 x1 + 24 x2
sa
10 x1 + 5 x2 <= 25
36 x1 - 12 x2 <= 72
x1, x2 >=0
33
UNIDAD 1
b.- min 30 x1 + 45 x2
sa
8 x1 + 2 x2 >= 24
16 x1 + 8 x2 >= 16
x1 , x2 >=0
c.- max 120 x1 + 80 x2
sa
8 x1 - 2 x2 = 0
25 x1 + 10 x2 <= 45
9 x1 + 15 x2 <= 30
x1 , x2 >=0
12. Elabore la solución gráfica de los siguientes problemas y explique qué par
ticularidades observa en cada uno.
a.- max 15 x1 + 20 x2
sa
6 x1 - 18 x2 <= 18
-8 x1 + 6 x2 <= 24
x1 , x2 >=0
b.- max 25 x1 +35 x2

sa
5 x1 + 7 x2 <= 35
12 x1 + 6 x2 <= 60
-20 x1 + 30 x2 <= 120
x1 , x2 >=0
34
UNIDAD 1
c.- max 100 x1 + 150 x2

sa
3 x1 + 4 x2 <= 12
-8 x1 + 10 x2 >= 40
x1 , x2 >= 0
13. Resuelva los siguientes problemas usando el método simplex:

a.- max 4 x1 + 5 x2
sa
2 x1 + 2 x2 <= 20
31 x1 + 7 x2 <= 42
x1 , x2 >=0
b.- min 2 x1 + 3 x2
sa
0,5 x1 + 0,25 x2 <= 4
x1 + 3 x2 >= 20
x1 + x2 = 10
x1 , x2 >= 0
c.- max 20 x1 + 24 x2
sa
10 x1 + 5 x2 <= 25
36 x1 - 12 x2 <= 72
x1 , x2 >= 0
14. Usted puede realizar como ejercicios de autoevaluación, además de los

propuestos, todos los problemas incluidos al final de los capítulos 2 y 5 de
la bibliografía básica.
35
UNIDAD 1
Al final del libro encontrará las respuestas a los problemas de numeración

par de cada uno de los capítulos.
Le sugerimos que, además de los problemas de numeración par, trabaje
con los siguientes:
2.17
2.19
2.25
2.27
2.29
2.31
Capítulo 5:
5.5
5.7
5.9
5.19
15. Los problemas 29 a 34 del texto, dan como resultado casos especiales;
usted deberá resolverlos y luego explicar a qué situación corresponden y
cómo los identificó con el método simplex. En el caso de que el problema
tenga más de una solución óptima, encuentre al menos dos soluciones óp-
timas alternativas.
36
APLICACIONES DE LA
PROGRAMACION LINEAL
UNIDAD
2
UNIDAD
2 ORIENTACION
DEL APRENDIZAJE
Como en la resolución de los problemas siempre podremos usar una computa-

dora, esto nos permite afirmar que si el problema está bien planteado, entonces
la solución obtenida será la correcta.
Es decir, la computadora nos entregará la solución correcta del modelo que
nosotros le indicamos que resuelva.
Pero...
El problema planteado se ajusta correctamente al problema real?
Y llegamos así a una conclusión sumamente importante:
No es suficiente con comprender el modelo y sus características, y

saber resolverlo gráficamente o con una computadora. Debemos
desarrollar habilidad en la modelización de situaciones reales.
Es decir debemos entrenarnos en el planteamiento de problemas, y esto se

logra analizando distintas situaciones y modelizando cada una de ellas.
Por ello, en el desarrollo de esta unidad le proponemos los siguientes objetivos

de aprendizaje:
Objetivos del
Aprendizaje
Comprender la metodología en la modelización de progra-
mas lineales.
Desarrollar habilidad en la modelización de programas li-

neales.
Comprender el significado de cada uno de los elementos de

la tabla simplex.
Desarrollar habilidad en la interpretación de la solución de

un programa lineal y en la utilización del análisis de pos-
optimidad.
Comprender la importancia del problema dual y la interpre-

tación de sus variables.
Desarrollar habilidad en el planteo de programas duales.
38
UNIDAD 2
Los temas a tratar son los siguientes:
Contenidos
1. Lineamientos para el planteo de modelos lineales
2. Aplicación a la resolución de problemas en distintas áreas
3. Interpretación de los elementos de la tabla simplex
4. Análisis de sensibilidad. Un enfoque aplicado
5. Dualidad
La interrelación entre estos ejes temáticos, se refleja en el siguiente esquema

conceptual:
Esquema
Conceptual
39
UNIDAD 2
Comenzamos esta unidad con el estudio de pautas o lineamientos que debe-

mos seguir para el planteo correcto de programas lineales.
Aplicamos luego estas pautas en la modelización de problemas que se presen-
tan en distintas áreas como por ejemplo: producción, comercialización, finan-
ciera, de personal, etc.
Completamos nuestro estudio de la PL analizando el significado de cada uno
de los elementos que conforman la tabla simplex, el análisis de sensibilidad de
la solución óptima y la utilidad de la dualidad.
Todos estos temas nos permiten realizar una interpretación acabada de la solu-
ción óptima de un problema de PL; pudiendo volcar luego toda esta informa-
ción en un reporte o informe final dirigido a quien sea el responsable de tomar
las decisiones.
Como cierre de todo proceso de análisis cuantitativo, es fundamental la pre-
sentación de un informe gerencial, con base en la solución del problema.
No debemos perder de vista que el responsable de tomar las decisiones, nece-
sita contar con información clara, precisa y fundamentada, que debe procesarse
y volcarse en un informe o reporte final.
El mismo incluye la solución que se recomienda y toda la información relevan-
te que permita tomar una decisión en las condiciones actuales, como así tam-
bién toda aquella que oriente sobre las posibles acciones a seguir en caso de
modificarse dicha situación.
Al elaborar un informe recuerde:

Redactar en tercera persona, con lenguaje claro y siempre de acuerdo a la
persona a quien va dirigido.
Describir la situación en forma clara, precisa y fundamentada, con explicación

e interpretación de la misma.
Incluir recomendaciones útiles en el caso de producirse modificaciones en las
condiciones actuales.
Encabezar:
INFORME: referencia al tema tratado.
Dirigido a: A.A....................................
Producido por: X.X .............................. Córdoba 12/06/97
40
UNIDAD 2
Bibliografía
La bibliografía que se recomienda para el estudio de esta unidad es el texto que
figura como bibliografía obligatoria en la apertura de la materia; capítulos 4
Aplicaciones de la Programación Lineal, 3 Programación Lineal: análisis
de sensibilidad y solución en computadora y 6 Análisis de sensibilidad
basado en el simplex y Dualidad.
Sin embargo usted puede utilizar cualquier libro de Investigación de Operacio-
nes que contenga dichos temas.
En el tema 1 usted encontrará algunas indicaciones que le servirán como guía
en la modelización de los problemas tratados en el tema 2. En este punto, la
guía sirve de complemento a los problemas del texto, analice detenidamente
cada una de las aplicaciones que se tratan en el capítulo 4 y luego continúe con
los que se proponen en esta unidad.
Con respecto al tema 3 como no está tratado en la bibliografía, entonces usted
deberá utilizar la guía como material de estudio.
Los temas 4 y 5 se analizan en los capítulos 3 y 6 del texto. Como ya lo hizo
con la Unidad 1, lea primero el tema de la guía y luego pase al libro para
realizar un estudio más profundo.
Ponga especial atención en esta unidad, ya que los temas tratados en ella son
los que suelen presentar mayor dificultad.
1. LINEAMIENTOS PARA EL PLANTEO DE MODELOS LINEALES

La modelización de programas lineales requiere de mucha práctica, pero nunca
perdamos de vista que la solución final es la del problema que nosotros plan-
teamos y para que esta solución sea útil, lo planteado debe ajustarse al pro-
blema real.
Algunos autores sostienen que la habilidad de transformar un problema real en
un programa lineal correctamente planteado, es un «arte».
Esta habilidad se alcanza con mucha práctica y una metodología en el análisis
de los casos.
Sintéticamente, un procedimiento útil en el análisis y formulación de PL puede
ser el siguiente.
41
UNIDAD 2
1. Comprender el problema para poder identificar el objetivo final

del mismo.
2. Formular verbalmente el objetivo del problema.
3. Definir las variables de decisión, incluyendo las unidades en

que están medidas.
4. Identificar y plantear verbalmente cada una de las restricciones.
5. Formular el modelo matemático, verificando la consistencia

de las unidades de medida tanto en la función objetivo como en
cada una de las restricciones.
Seguir estos pasos en la modelización de los PL permitirá minimizar los errores

de planteamiento.
Cabe aclarar en este momento, que en muchas ocasiones existe más de una
forma correcta de modelizar un problema, dependiendo esto de la perspectiva
que adopte la persona que lo está analizando.
2. APLICACIÓN A LA RESOLUCIÓN DE PROBLEMAS

EN DISTINTAS ÁREAS
En la lectura de la bibliografía básica usted encontrará aplicaciones a distintas
áreas. Además de éstas hemos incorporado a la guía el análisis de otros casos
que consideramos importantes para su formación.
En la modelización de cada uno de los problemas seguiremos los linamientos
propuestos en el tema anterior.
Analice detenidamente cada uno de ellos, ya que esto le permitirá obtener una
visión global de las potencialidades del modelo.
42
UNIDAD 2
Problema N° 1: Producción
Este problema ha sido extraído del libro de los Ingenieros Isidoro Marín, Raúl J.A.
Palma y Horacio Rojo, «Programación Lineal, modelización y enunciados».
Una empresa fabrica y vende dos productos A y B, cuyo diagrama de proceso

es el siguiente.
El producto A puede seguir cualquiera de los dos procesos alternativos de

producción, mientras que para el producto B existe un único procedimiento de
fabricación.
Se dispone de los siguientes elementos de producción:
Características y rendimiento de los productos según los procesos:
Entrada Costo proceso

Producto Centros Rendimiento %
(litros/hora) ($ / hora)
1 300 90 1.500
2 (1ª vez) 450 95 2.000
A 4 250 85 1.800
2 (2ª vez) 400 80 2.200
3 350 75 2.600
1 500 90 3.000
B 3 480 85 2.500
4 400 80 2.400
43
UNIDAD 2
Costos, precio de venta y demanda máxima de cada producto:

Costo materia prima Precio venta máxima Demanda
Producto
($ / litro) ($ / litro) (litro / día)
A 50 60 1.750
B 60 180 1.500
Disponibilidad de equipos
Al realizarse el estudio, se verificó que los centros 1 y 4 pueden funcionar
como máximo 16 horas netas por día y los centros 2 y 3, solamente 12 horas
netas por día.
Distribución
Los medios de despacho de la empresa están limitados a una capacidad conjun-
ta para A y B de 2.500 litros diarios.
Objetivo
Se pide determinar la mezcla de ventas que maximice el margen de beneficios.
Objetivo verbal
De la lectura del enunciado surge que el objetivo es encontrar la mezcla de
producción que maximice la contribución a los beneficios.
Definición de variables
La definición de variables puede hacerse como litros de materia prima que
ingresan para producir cada producto final o como litros de producto obteni-
dos al final del proceso.
Vamos a adoptar la primera definición y como el producto A puede hacerse por
dos métodos, entonces nuestras variables quedarán definidas como:
XA1 = litros de materia prima para producir el producto A por el método 1.

XA2 = litros de materia prima para producir el producto A por el método 2.
XB = litro de materia prima para producir el producto B.
44
UNIDAD 2
Restricciones del problema

1. La capacidad de procesamiento del centro 1 está limitada a 16 horas
diarias.
2. La capacidad de procesamiento del centro 2 está limitada a 12 horas por
día.
3. La capacidad de procesamiento del dentro 3 está limitada a 12 horas por
día.
4. La capacidad de procesamiento del centro 4 está limitada a 16 horas
diarias.
5. La capacidad de los medios de distribución se limita a 2500 litros de
producto final por día.
6. La demanda máxima del producto A es de 1750 lts. diarios.
7. La demanda máxima del producto B está limitada 1500 lts. diarios
Planteo de la función objetivo

La función objetivo refleja la contribución a las utilidades.
Contribución a las utilidades = ingresos por ventas - costos variables

Ingresos por ventas = precio de venta por litro x cantidad de
litros vendidos
Costos variables = costo de la materia prima + costo del procesamiento
Para realizar el cálculo de la contribución a las utilidades de cada producto,

primero debemos determinar cuál es el rendimiento de un litro de materia pri-
ma para cada uno de ellos.
1. Rendimiento de la materia prima para el producto A procesado por el

primer método (A1).:
la materia prima en su procesamiento pasa por los centros 1, 2, 4 y nue-
vamente 2.
0,855 0,72675 0,5814
1 0,9 0,9 . 0,95 0,9 . 0,95.0,85 0,9 . 0,95 . 0,85 . 0,8
C1 C2 C4 C2
45
UNIDAD 2
Como conclusión, por cada litro de materia prima procesada para producir el
producto A1, se obtienen 0,5814 lts. de producto final.
2. Rendimiento de la materia prima para el producto A procesado por el

segundo método (A2): la materia prima en su procesamiento pasa por
los centros 1, 2, 4 y 3.
0,855 0,72675 0,5450

1 0,9 0,9 . 0,95 0,9 . 0,95.0,85 0,72675 . 0,75
C1 C2 C4 C3
Por cada litro de materia prima se obtienen 0,5450 lts. de producto A2.
3. Rendimiento de la materia prima procesada para obtener el producto B:

la materia prima pasa por los centros 1, 3 y 4.
0,765 0,612
1 0,9 0,9 . 0,85 0,765 . 0,8
C1 C3 C4
Por cada litro de materia prima obtenemos 0,612 lts. de producto B
Contribución a las utilidades de la producción de A1

Calculamos primero los costos variables para la producción de A1
Costo de la materia prima $50 por litro.
Costo variable de procesamiento:
El Centro 1 puede procesar 300 lts/hs., por lo tanto el tiempo insumido en
procesar 1 litro de materia prima es de 1/300 hs.
Como el costo del proceso es de 1500 $/hs., entonces el costo de procesar
1 litro de materia prima es de: 1/300 x 1500
46
UNIDAD 2
Y el costo de proceso de XA1 lts. de materia prima es de:

1500/300 XA1 = 5 XA1
En el Centro 2 se pueden procesar 450 lts/hs. a un costo de 200 $/lts., esto

quiere decir que el costo de procesar 1 litro de materia prima es de 2000/450
Como en el Centro 2 la materia prima que entra es 0,9 XA1, el costo de proce-
samiento en este centro es:
2000/450 x 0,9 XA1
Para el Centro 4 hacemos el cálculo siguiendo el mismo razonamiento anterior

y obtenemos que para este centro el costo es:
1800/250 x 0,855 XA1
Finalmente y procediendo de la misma manera, el costo de proceso en el

Centro 2, cuando la materia prima entra por segunda vez, es:
2200/400 x 0,72675 XA1
Resumiendo:
Costo variable de procesamiento = 19,152 XA1
Costo de la materia prima = 50 XA1
Costo total variable = (19,152 + 50) XA1 = 69,152 XA1
Ingreso por ventas de A1.

El precio de venta del producto A es de 60 $/lts., teniendo en cuenta el rendi-
miento de la materia prima para producir el producto A por el método 1, el
ingreso por ventas será:
0,5814 x 60 x XA1 = 34,884 XA1
Ahora sí, la contribución a las utilidades de la producción de A1 es:

Contribución a las utilidades = 34,884 XA1 - 69,152 XA1 = -34,268 XA1
47
UNIDAD 2
Siguiendo el mismo razonamiento en el cálculo de costos e ingresos, obtene-

mos:
Contribución a las utilidades de la producción de A2
Contribución a las utilidades = -37,646 XA2
Contribución a las utilidades de la producción de B

Contribución a las utilidades = 34,883 XB
Armamos ahora la función objetivo que queremos maximizar

max -34,268 XA1 - 37,646 XA2 + 34,883 XB
Expresión matemática de las restricciones:

1. Capacidad de procesamiento en el centro 1
Este centro puede funcionar como máximo 16 horas diarias. La velocidad de
procesamiento de la materia prima para producir el producto A es de 1/300 hs/
lts. y la velocidad de procesamiento de la materia prima para B es de 1/500 hs/
lts.
La restricción, planteada matemáticamente queda:
1/300 (XA1 +XA2) + 1/500 XB <= 16
Controlemos las unidades:

[hs/lts.] lts. + [hs/lts.] lts. = hs.

1/450 0,9 (XA1 + XA2) + 1/400 0,72675 XA1 <= 12
lts.entran lts.entran
vel.proc./lts veloc.proc./lts.
48
UNIDAD 2

1/350 0,72675 XA2 + 1/480 0,9 XB <= 12

1/250 0,855 (XA1 +XA2) + 1/400 0,765 XB <= 16
5. Capacidad de los medios de distribución

0,5814 XA1 + 0,545 XA2 + 0,612 XB <= 2500
unidades: lts. + lts. + lts. = lts
6. Demanda máxima del producto A

0,5814 XA1 + 0,545 XA2 <= 1750
7. Demanda máxima del producto B

0,612 XB <= 1500
8. Restricciones de no negatividad
XA1 >= 0
XA2 >=0
XB >= 0
La solución óptima del problema indica que para lograr la máxima contribu-
ción a las utilidades, deberán utilizarse 2450,98 litros de materia prima destina-
das a producir únicamente el producto B, es decir que se deberán producir
1500 lts. de este producto.
De esta manera se obtiene una contribución total a las utilidades de $85497,55
siendo esta la máxima contribución posible dadas las condiciones actuales.
Del análisis de cada una de las restricciones y sus variables de holgura, pode-
mos decir que:
1. El centro de procesamiento 2 no se utiliza, esto es lógico ya que en él
solo se procesa la materia prima para producir el producto A.
49
UNIDAD 2
2. En los centros de procesamiento 1, 3 y 4, existe capacidad de procesa-

miento no utilizada.
Centro 1 11,098 hs/diarias
3. La capacidad de los medios de transporte es de 2500 lts. por día, como
solo se producen 1500 lts. de B, quedan sin utilizar 1000 lts. de capaci-
dad de transporte.
4. Las dos últimas restricciones, que corresponden a la demanda máxima de
ambos productos, nos indican que no se produce nada para atender la
demanda de A y que de B se producen los 1500 lts. correspondientes a la
demanda máxima.
Con relación al caso antes desarrollado, se pide:
1
Realice usted el planteo definiendo a las variables como: litros de
cada producto obtenidos al final del proceso.
Confronte con la solución nº 1
Problema N° 2: La WT
Extraído del libro: “INVESTIGACIÓN DE OPERACIONES: Aplicaciones y Algoritmos”
de Wayne L. Winston. Grupo Editorial Iberoamérica. Edición en español. 1994.
“WT debe satisfacer a tiempo las siguientes demandas de pares de zapatos:

mes 1: 300 pares
mes 2: 500 pares
mes 3: 100 pares
mes 4: 100 pares
Al inicio del mes hay 50 pares en stock, y la WT tiene 3 trabajadores. Se paga
a un trabajador efectivo $1500 por mes. Cada trabajador puede trabajar has-
ta 160 horas mensuales, para una cantidad mayor de horas se pagan horas
extras. Durante cualquier mes cada trabajador puede trabajar hasta 20 horas
extras; se les paga $25 por cada hora extra.
50
UNIDAD 2
Se necesitan 4 horas de trabajo y $5 de materia prima para producir un par

de zapatos.
Al inicio de cada mes, si se necesitan trabajadores, se recurre a una empresa
de personal, la cual cobra el servicio $1600 por cada trabajador que se con-
trate. Además, al inicio de cada mes se pueden despedir trabajadores, con un
costo para la empresa de $2000por cada despido.
Al final de cada mes se aplica un costo de mantenimiento de inventarios esti-
mado en $30 por par de zapatos mantenido en stock.
Formule un programa lineal que se pueda utilizar para minimizar el costo
total de satisfacer la demanda en los próximos cuatro meses”.
SOLUCION AL PROBLEMA DE LA WT
Objetivo: minimizar el costo total de satisfacer la demanda de los próximos
cuatro meses.
Definición de variables:
xt = pares de zapatos producidos en el mes t con trabajo normal.
yt = pares de zapatos producidos en el mes t con trabajo extra.
It = pares de zapatos en inventario al final del período t.
ht = trabajadores contratados al inicio del mes t.
ft = trabajadores despedidos al inicio del mes t.
wt = trabajadores disponibles en el mes t (después de las
contrataciones y de los despidos).
gt = horas extras que se trabajan durante el mes t.
1, mes 1
t= 2, mes 2
3, mes 3
4, mes 4
Se necesitan cuatro tipo de restricciones:

Tipo 1: Ecuaciones que expresan el inventario al final de cada mes.
Tipo 2: Relacionan a los trabajadores disponibles con las contrataciones
y los despidos.
51
UNIDAD 2
Tipo 3: Para cada mes, el número de trabajadores limita la cantidad de

zapatos producidos con trabajo normal.
Tipo 4: Para cada mes el número de trabajadores limita el número de
horas extras, y éstas limitan la producción de zapatos
durante el tiempo extra.
Para la función objetivo hay que considerar los siguientes costos:

1. Salarios de los trabajadores
2. Costo de las contrataciones
3. Costo de los despidos
4. Costo del mantenimiento de inventario
5. Costo del tiempo extra
6. Costo de la materia prima
Modelo matemático
Función objetivo:
min 1500 (w1 + w2 + w3 + w4) + 2000 (f1 + f2 +f3 + f4)

+ 1600 (h1 + h2 + h3 + h4) + 30 (I1 + I2 + I3 + Y4)
+ 5 (x1 + x2 + x3 + x4) + 5 (y1 + y2 + y3 + y4) +
25 (g1 + g2 + g3 + g4)
Restricciones
Tipo 1: ecuaciones de inventario

mes 1 50 + x1 + y1 -I1 = 300
mes 2 I1 + x2 + y2 -I2 = 500
mes 3 I2 + x3 + y3 - I3 = 100
mes 4 I3 + x4 + y4 - I4 = 100
52
UNIDAD 2
Tipo 2: trabajadores disponibles

mes 1 3 + h1 - f1 = w1
mes 2 w1 + h2 - f2 = w2
mes 3 w2 + h3 - f3 = w3
mes 4 w3 + h4 - f4 = w4
Tipo 3: zapatos producidos en tiempo normal

mes 1 4 x1 <= 160 w1
mes 2 4 x2 <= 160 w2
mes 3 4 x3 <= 160 w3
mes 4 4 x4 <= 160 w4
Tipo 4: tiempo extra y zapatos producidos en tiempo extra

mes 1 g1 <= 20 w1
mes 2 g2 <= 20 w2
mes 3 g3 <= 20 w3
mes 4 g4 <= 20 w4
mes 1 4 y1 <= g1
mes 2 4 y2 <= g2
mes 3 4 y3 <= g3
mes 4 4 y4 <= g4
Restricciones de no negatividad de las variables:

xt >= 0
yt >= 0
It >= 0
ht >= 0 para t = 1, 2, 3 y 4
ft >= 0
wt >= 0
gt >= 0
53
UNIDAD 2
2
Describa el plan de producción óptimo para la WT, la política de
contrataciones de personal y de despidos para los próximos cuatro
meses. Utilice para su resolución cualquier software.
Problema N° 3: El problema de Sam

Extraído de: «Modelos Cuantitativos para Admnistración». DAVIS/McKEOWN
Grupo Editorial Iberoamérica. Segunda Edición año 1986.
“El entrenador Sam Jones está tratando de decidir qué jugadores de balon-
cesto deben participar en el entrenamiento a campo traviesa. Puede elegir
entre 11 jugadores, pero sólo debe llevar a 9. Sam desea maximizar el prome-
dio de puntos para el equipo que viaje, sujeto a varias restricciones.
Plantee un programa lineal para maximizar los puntos.
1) Debe haber, cuando menos, tres defensas (G)
2) Debe haber, cuando menos, tres delanteros (F)
3) Debe haber, cuando menos, dos medios (C)
4) Si va Stafford, Jacobson debe quedarse en casa, y viceversa.
5) Si Burton va, entonces el entrenador Jones desea llevar
también a Greve, pero no necesariamente lo contrario.
Los nombres,posiciones y puntos promedios para los jugadores se presenta a

continuación
NOMBRE POSICION PUNTOS POR JUEGO
Hanson C 12
Stafford C 9
Jacobson C 8
Greve F 15
Burton F 10
Ellwanger F 5
Ford G 20
Davis F 18
54
UNIDAD 2
O’Koren G 12
Sims G 7
Scholle G 2
Solución al problema de Sam
Objetivo verbal: maximizar el promedio de puntos para el equipo.
Definición de variables: cada una de las variables representará a un jugador,

y sólo pueden tomar los valores 0 o 1.
xi = cada uno de los jugadores
1 = Hanson 7 = Ford
2 = Stafford 8 = Davis
3 = Jacobson 9 = O’Koren
4 = Greve 10 = Sims
5 = Burton 11 = Scholle
6 = Ellwanger
Si una variable xi toma el valor 1, entonces el jugador es seleccionado para

participar en el equipo, y si toma el valor 0 el jugador no será incluido dentro
de él.
Esta clase de problemas se llaman binarios.
Restricciones verbales:
El problema tiene seis restricciones, la primera de ellas contempla la situación
de que sólo pueden incluirse nueve jugadores en el equipo.
Las tres siguientes tienen en cuenta la cantidad de defensas delanteros y medios
que debe tener el equipo; y las dos últimas, situaciones particulares con respec-
to a algunos jugadores.
55
UNIDAD 2
Por último se incluyen las restricciones correspondientes a los valores que pue-
den tomar las variables.
Modelo matemático:
max Z = 1/9 (12 x1 + 9 x2 + 8 x3 + 15 x4 + 10 x5 +5 x6 + 20 x7 + 18 x8 + 12 x9 + 7 x10 + 2 x11)
sa.
x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 = 9
x7 + x9 + x10 + x11 = 3
x4 + x5 + x6 + x8 =3
x1 + x2 + x3 =2
x2 + x3 =1
x4 - x5 =0
1 si el i-ésimo jugador es seleccionado

xi =
0 si no lo es
3. Interpretación de los elementos de la tabla simplex

Antes de comenzar con el análisis de post-optimidad, vamos a realizar una
interpretación de cada uno de los elementos de la tabla simplex.
Este tema que se conoce también como análisis económico del método simplex,
a pesar de la importancia que reviste, no ha sido tratado por los autores en
forma particular, razón por la cual lo haremos en la guía.
Analicemos el problema de la C&M S.A.
La empresa C&M S.A., que fabrica tres productos de gran demanda, desea
determinar la producción óptima para el siguiente mes.
En el proceso de fabricación intervienen dos materias primas a las que llamare-
56
UNIDAD 2
mos «A» y «B» y además horas de mano de obra (HMO)

Para el siguiente mes la fábrica dispone de 500 unidades de materia prima A
(MPA), 800 unidades de materia prima B (MPB) y 1200 HMO.
Los requerimientos de materia prima y horas de mano de obra, como así tam-
bién la contribución a las utilidades de cada producto se proporcionan en la
siguiente tabla:
Productos
PI PII PIII Disponibilidad
Insumos
MPA 3 5 2 500 unid/mes
MPB 2 4 2 800 unid/mes
HMO 4 6 3 1200 hs./mes
Contr. utilid. 12 15 10
Vamos a suponer además que la empresa es tan afortunada que puede vender
todo lo que produce.
Planteamos el problema
Objetivo: Maximizar la contribución total a las utilidades mensuales.
x1 = unidades del PI a producir mensualmente.
x2 = unidades del PII a producir mensualmente.
x3 = unidades del PIII a producir mensualmente.
max. 12 x1 + 15 x2 + 10 x3
sa.
3 x1 + 5 x2 + 2 x3 <= 500
2 x1 + 4 x2 + 2 x3 <= 800
4 x1 + 6 x2 + 3 x3 <= 1200
x1, x2 y x3 >= 0
57
UNIDAD 2
Agregamos variables de holgura

max. 12x1 + 15 x2 + 10 x3 + 0 x4 + 0 x5 + 0 x6
sa.
3 x1 + 5 x2 + 2 x3 + x4 = 500
2 x1 + 4 x2 + 2 x3 + x5 = 800
4 x1 + 6 x2 + 3 x3 + x6 = 1200
x1, x2, x3, x4, x5 y x6 >= 0
Vamos a definir a las variables de holgura como:

x4 = unidades no utilizadas o excedentes de MPA.
x5 = unidades no utilizadas o excedentes de MPB.
x6 = horas de mano de obra no utilizadas.
Cj 12 15 10 0 0 0
CB B VLD x1 x2 x3 x4 x5 x6
0 x4 500 3 5 2 1 0 0 500/5 = 100 ==> SALE

0 x5 800 2 4 2 0 1 0 800/2 = 400
0 x6 1200 4 6 3 0 0 1 1200/4 = 300
Zj 0 0 0 0 0 0 0
Cj - Zj 12 15 10 0 0 0
ENTRA
58
UNIDAD 2
Cj 12 15 10 0 0 0
CB B VLD x1 x2 x3 x4 x5 x6
15 x2 100 3/5 1 2/5 1/5 0 0
0 x5 400 -2/5 0 2/5 -4/5 1 1
0 x6 600 2/5 0 3/5 -6/5 0 1
Zj 1500 9 15 6 3 0 0
C j - Zj 3 0 4 -3 0 0
La tabla superior se obtiene luego de una iteración con el método simplex.

Según esta solución, produciendo 100 unidades de PII y nada de los otros dos
se tendrá un beneficio de $1500.
Con este plan de producción se usarán todas las unidades disponibles de MPA,
quedando un excedente de 400 unidades de MPB y 600 HMO sin usar.
Además podemos decir que el plan de producción no es el óptimo y por lo
tanto no se obtienen las máximas ganancias posibles.
Vamos a analizar qué sucede si decidimos producir algunas unidades del PI que
según este plan no estamos fabricando.
Para producir una unidad del PI necesitamos 3 unid. de MPA, 2 unid. de MPB
y 4 HMO. Con las unidades de MPB y las HMO no hay inconvenientes, ya que
en este momento tenemos excedentes; no ocurre lo mismo con la MPA debido
a que -para el plan de producción actual-, se trata de un recurso limitante.
Es decir que si queremos producir una unidad del PI necesariamente debere-
mos dejar de fabricar de alguno o algunos de los otros productos -en este caso
del PII que es el único que estamos produciendo-, para así poder liberar unida-
des de MPA.
Al disminuir la producción del PII, para poder fabricar el PI, sufrirán también
modificaciones los excedentes de los otros insumos.
Todo este análisis, como así también la modificación que se producirá en el
objetivo, lo encontramos en la columna correspondiente a x1.
59
UNIDAD 2
cj 12
Cuánto se deberá disminuir la
CB B VLD x1 producción de PII para fabricar
una unidad de PI
15 x2 100 3/5
0 x5 400 -2/5 TASAS DE SUSTITUCION (λij)
0 x6 600 2/5
Zj 1500 9 Z1= contrib. que se pierde por

unidad que se fabrique
Cj - Zj 3 C1 - Z1 = incremento neto que se
produce en el objetivo al
incrementarse x1 en una unidad
Tasas de sustitución: en general indica -si su signo es positivo- el «sacrificio»

que se deberá hacer de la variable básica xi para incrementar en una unidad la
variable no básica xj. Si la tasa de sustitución es negativa indica el incremento
que se producirá en la variable básica.
En nuestro ejemplo 3/5 significa que para poder fabricar una unidad del PI
deberemos dejar de producir 3/5 de unidad del PII.
Esto se debe a que para poder producir una unidad del PI se necesitan 3 unida-
des de MPA, mientras que para una unidad de PII se necesitan 5 unidades de
MPA; entonces si se dejan de fabricar 3/5 unidades del PII tendremos:
5 . 3/5 = 3 unid. MPA

unid. de producto
unid.MPA/unid producto
Que son exactamente las que necesitamos.

El valor -2/5 nos dice que por cada unidad en que se incremente la producción
del PI, el excedente de MPB se incrementará en 2/5.
60
UNIDAD 2
Y λ31 = 2/5 indica que por cada unidad en que se incremente x1 el excedente de
HMO disminuirá en 2/5.
En cuanto a Zj expresa la contribución que se pierde por unidad que se
fabrica.
En nuestro caso Z1 = 9 nos dice que haciendo un cambio en el plan de produc-
ción para poder producir una unidad del PI tendrá un costo - expresado en
contribución a las utilidades que se pierde- de $ 9.
Comparando este «costo» con la contribución unitaria del PI podremos decidir
si nos conviene o no hacer el cambio, es decir:
C1 - Z1 = 12 - 9 = 3
Este valor representa el incremento neto unitario de la función objetivo,

como es positivo, lógicamente nos convendrá fabricar del PI, ya que por cada
unidad la contribución total a las utilidades crecerá en $ 3.
Si nos conviene fabricar una unidad, entonces nuestra intención será producir
todas las que se puedan. Así el paso siguiente es determinar cuántas unidades
podremos fabricar con los recursos que tenemos.
Vamos a llamar θ a esa cantidad. Para encontrar el valor de θ usamos las tasas
de sustitución de la siguiente manera:
Sabemos que por cada unidad en que se aumente x1, x2 disminuirá en 3/5; la
pregunta es:
¿Hasta cuánto puede disminuir x2?
Seguramente coincidiremos en que lo máximo que puede disminuir es 100, ya
que todas las variables deben respetar la restricción de no negatividad.
Podemos escribir esto de la siguiente manera:
3/5 . θ <= 100
La modificación que se produzca en el valor de x5, no nos limita el valor máxi-
mo que puede adoptar θ, ya que por cada unidad en que se incremente x1 , x5
aumentará también en 2/5; debido a esta razón no es necesario considerarla a
los fines de encontrar el valor de θ.
Usando para x6 el mismo razonamiento que para x2, podemos escribir las si-
guientes inecuaciones:
3/5 . θ <= 100
2/5 . θ <= 600
61
UNIDAD 2
El valor de θ que cumpla con ambas, será el nuevo valor para x1.
Resolviendo:
3/5 θ <= 100 ==> θ = 100 . 5/3 = 166,667
2/5 θ <= 600 ==> θ = 600 . 5/2 = 1500
Vemos que el nuevo valor de x1 es 166.667
Utilizando todo lo que tenemos hasta ahora podemos conocer la solución com-
pleta.
Valores de las variables:
x1 = 166,667
x2 = 100 - 3/5 . 166,667 = 0
x3 = 0
x4 = 0
x5 = 400 - (-2/5) . 166,667 = 466,668
x6 = 600 - 2/5 . 166.667 = 533,332
El nuevo valor de Z:
Z = 1500 + 3 . 166,667 = 2000,01
A partir de este ejemplo de la C&M S.A.
3
Analice detenidamente la solución presentada y escriba una fórmu-
la que permita encontrar el valor de las variables y una para el
nuevo valor de Z.
4
Encuentre una nueva solución - a partir de la solución dada origi-
nalmente - pero suponiendo que nos interese incrementar la pro-
ducción del PIII. Es mejor o peor que la anterior?
62
UNIDAD 2
4.Análisis de Sensibilidad. Un enfoque aplicado

¿Qué es el análisis de sensibilidad y cuál es su utilidad?
Uno de los supuestos sobre los que está basada la PL es el de certidumbre. Es
decir que el modelo supone que todos los parámetros que en él intervienen se
conocen con exactitud.
Nosotros sabemos que en los problemas que se nos presentan diariamente existe
un grado de incertidumbre o aleatoriedad en los datos que poseemos. Por ejem-
plo, podemos estimar que la disponibilidad de horas de mano de obra mensua-
les es en promedio de 500, pero cada mes en particular la cantidad real de
horas disponibles pueden no ser exactamente 500, aunque sí un valor muy
aproximado.
En general, al modelizar, se utilizan estimaciones estadísticas de los parámetros
del modelo y luego se los trabaja como valores ciertos.
Debido a esto se hace necesario realizar un análisis de la sensibilidad de la
solución del problema. Esto es, estudiar los efectos que tienen en la solución
óptima del problema, variaciones que puedan producirse en los valores de los
parámetros.
Y esto es nada más ni nada menos que el análisis de sensibilidad o análisis de
pos-optimidad.
El objetivo de este análisis es responder a preguntas tales como:
1. ¿Cómo afecta a la solución óptima un cambio en el coeficiente de costo
de alguna variable no básica?
2. ¿Cuál es el efecto que tiene en la solución óptima un cambio en el coefi-
ciente de costo de una variable básica?
3. ¿Qué efecto producirá en la solución óptima una variación en el lado
derecho de alguna restricción?
En resumen, el análisis de pos-optimidad se realiza sobre:
A. Coeficientes de la función objetivo

A.1. variable no básica
A.2. variable básica
B. Coeficientes del lado derecho de las restricciones
B.1. restricción limitante
B.2. restricción con holgura
63
UNIDAD 2
Estudie detenidamente el análisis gráfico de sensibilidad y luego responda:
1. ¿Cuál es el efecto gráfico del cambio en un coeficiente de la

función objetivo?
2. ¿Cómo afecta a la región factible o polígono de soluciones
un incremento o disminución en el valor del lado derecho
(VLD) de una restricción limitante?
3. ¿Cómo afecta a la región factible un cambio en el VLD de
una restricción no limitante?
Precio sombra vs precio dual

Al analizar los cambios en los lados derechos de las restricciones y la interpre-
tación de los resultados que nos brinda la computadora aparecen dos impor-
tantes conceptos: precio dual y precio sombra.
Es muy importante al momento de analizar la solución óptima, tener en claro la
diferencia entre ambos.
Recuerde:
Precio sombra indica la variación que se produce en la función

objetivo ante un incremento en el lado derecho de una restricción.
Esto significa que para un problema de maximización, si el precio sombra es

positivo un incremento en el VLD implicará un crecimiento en el valor de la
función objetivo y por lo tanto nuestro objetivo mejora.
Si en cambio el problema es de minimización, como un precio sombra positi-
vo indica un incremento de la función objetivo, entonces nuestro objetivo des-
mejora.
Precio dual representa la mejora o desmejora que se produce en

nuestra función objetivo -ante un incremento en el lado derecho de
una restricción- según que el precio dual sea positivo o negativo.
64
UNIDAD 2
Esto quiere decir que un precio dual positivo nos indica en cuánto mejora el
valor de la función objetivo ante un incremento del lado derecho; y aquí mejora
expresa que el valor objetivo crece en caso de máximo y decrece en caso de
mínimo.
De la misma manera un precio dual negativo representará la desmejora que se
produce en el valor de la función objetivo ante un incremento del VLD.
5
Con referencia al problema de la WT, utilice las salidas de cual-
quier software para responder las siguientes preguntas.
a. Si la hora extra costara $16 durante el mes 1. ¿Conviene usar

horas extras en ese mes?
b. Si el costo de despido de un trabajador en el mes 3 fuera de
$1800. ¿Cuál sería la nueva solución óptima del programa?
c. Si el costo de contratación de un trabajador durante el mes 1
fuera de $1700. ¿Cuál sería la nueva solución óptima?
d. Si la demanda en el mes 1 fuera de 100 pares. ¿En cuánto se
reducirían los costos totales?
e. ¿Cuál sería el costo total si la WT tuviera 5 trabajadores al inicio
del mes 1, antes de comenzar con las contrataciones y los des-
pidos de ese mes?
f. Si la demanda del mes 2 se incrementa en 100 pares. ¿En cuánto
aumentarían los costos?
5. Dualidad
Podemos caracterizar la dualidad a través de la siguiente afirmación:
Para cada problema de PL existe otro problema de PL asociado a

él conocido como el dual.
Al problema original, por ser el primero que se plantea se lo llama primal.
65
UNIDAD 2
La importancia del estudio de la dualidad radica en que se puede usar el nuevo

problema para obtener la solución del programa original, cuando su resolución
resulta muy complicada.
Pero la mayor utilidad está dada por la información que nos brindan sus varia-
bles acerca de la solución óptima del programa primal.
Cuando planteamos el dual de un programa lineal debemos tener presente los
siguientes hechos:
1. El número de variables de decisión del problema dual será igual a la

cantidad de restricciones del problema primal.
2. La cantidad de restricciones del dual será igual al número de variables
de decisión del primal.
3. Los coeficientes de la función objetivo del dual serán los VLD del
primal.
4. Los VLD del problema dual serán los coeficientes de la función obje-
tivo el primal.
5. Los coeficientes de las restricciones del dual serán las columnas del
primal.
Recuerde también estos conceptos importantes:
• Si el problema primal tiene una solución óptima, entonces el problema

dual relacionado también debe tener una solución óptima.
• El valor óptimo de la función objetivo del primal es igual al valor óptimo
de la función objetivo del dual.
Luego de analizar detenidamente el tema de la dualidad en el texto, responda la

siguiente pregunta:
Dado un problema de PL cuál es el dual de su dual?
66
UNIDAD 2
Una interpretación del problema dual

Retomemos el ejemplo de la C&M S.A.
El modelo lineal para este problema era:
xi = unidades del producto i a fabricar (i= I, II, III)

max. 12 x1 + 15 x2 + 10 x3
sa.
3 x1 + 5 x2 + 2 x3 <= 500 ===> MPA
2 x1 + 4 x2 + 2 x3 <= 800 ===> MPB
4 x1 + 6 x2 + 3 x3 <= 1200 ===> HMO
x1, x2 y x3 >= 0
Vamos a suponer que la empresa tiene la posibilidad de «vender» los insumos

que utiliza para su producción; es lógico que en ese caso pretenda recibir como
«mínimo» lo que obtiene si los usa en la fabricación de sus productos. Es decir
que desea determinar el «precio» de los recursos, por debajo del cual ya no
conviene venderlos; en definitiva se quiere averiguar el «valor» de esos recur-
sos.
Definimos a las variables y1, y2 y y3 como los precios unitarios de los recursos
MPA, MPB y HMO.
Como su objetivo es encontrar el precio mínimo al que debería vender estos
recursos, entonces:
min 500 y1 + 800 y2 + 1200 y3
Como dijimos antes, la empresa debería recibir como mínimo lo que obtiene si
los usa en su producción, así la contribución a las utilidades de cada producto
nos da un límite inferior para estos precios.
Es decir que si en lugar de fabricar una unidad del PI vendemos 3 unidades de
MPA, 2 unidades de MPB y 4 HMO, como mínimo debemos recibir la contri-
bución a las utilidades que proporciona dicho producto. Podemos expresar
esto de la siguiente manera.
3 y1 + 2 y2 + 4 y3 ≥ 12
67
UNIDAD 2
Usando el mismo razonamiento, para los otros productos obtenemos:

5 y1 + 4 y2 + 6 y3 15
2 y1 + 2 y2 + 3 y3 10
Además como estamos considerando precios

y1, y2 y y3 0
Si ahora resolvemos ambos problemas, observamos que los valores óptimos

son iguales; esto era de esperarse ya que la empresa no aceptaría, por la venta
de sus insumos, menos dinero del que podría obtener si los utiliza en la fabrica-
ción de sus productos.
Por último y para terminar con el tema de la dualidad, es importante que usted
observe que los valores de las variables duales y los precios sombra, son una
misma cosa.
68
UNIDAD
SOLUCIONES A LAS
ACTIVIDADES DE PROCESO 2
1.
Resuelva con algún programa de computación y compruebe que los resultados
coincidan con los del planteo que está en la guía.
2.
Compruebe que el valor óptimo de Z sea:
Z* = 68075
3.
Xi = VLDi - θ λij
antiguo valor
nuevo valor
Z1 = Z0 + θ (Cj - Zj)
antiguo valor
nuevo valor
4.
0 = 250 X1 = 0
X2 = 100 - 2/5 . 250 = 0
X3 = 250
X4 = 0
X5 = 400 - 2/5 . 250 = 300
X6 = 600 - 2/5 . 250 = 450
Z = 1500 + 250 . 4 = 2500
5.
a) Sí
b) El nuevo valor de Z = $66700
c) El nuevo valor de Z = $68712,5
d) Los costos totales serían $53575 -- se reducen en $15500
69
UNIDAD 2
e) El costo total sería Z = $64875.-

f) El aumento será de $10250
70
UNIDAD
ACTIVIDADES DE
AUTOEVALUACION 2
Como actividades de autoevaluación, le sugiero que realice todos los proble-
mas que figuran al final de los capítulos 4, 3 y 6 de la bibliografía obligatoria.
Recuerde que al final del libro encontrará la solución de todos los problemas
de numeración par.
Le proponemos además los siguientes problemas:

1.
4-17
3-11
3-15
3-17
2.
COMPUTER S.A. es una empresa de nuestro medio que se dedica a la fabri-
cación de componentes electrónicos para computadoras personales.
En este momento tiene que elaborar un plan de producción que le permita
cumplir con la demanda de circuitos electrónicos para los próximos cuatro
trimestres.
En la tabla siguiente se muestra la demanda estimada de circuitos:
TRIMESTRE UNIDADES
Primero 450
Segundo 400
Tercero 500
Cuarto 650
La producción puede hacerse en tiempo normal o en tiempo extra. Se pueden

producir en tiempo normal, en los primeros dos trimestres 300 unidades en
cada uno y en los trimestres tercero y cuarto 400 unidades en cada uno.
Durante cada trimestre, se pueden producir hasta 500 unidades con trabajo de
tiempo extra.
71
UNIDAD 2
El costo de producción en tiempo normal es de $15 por unidad, cualquiera sea

el trimestre. El costo de producción en tiempo extra se incrementa en $5 por
unidad en los dos primeros trimestres y en $4 en los siguientes.
De todas las unidades producidas en tiempo normal se descartan, por no cum-

plir con las normas de calidad, el 15% y de las producidas en tiempo extra, el
25%.
El costo de almacenamiento se ha estimado en $2 por cada unidad que se

mantiene en inventario al final de cada trimestre.
En este momento se tienen 100 circuitos electrónicos ya fabricados que cum-

plen con las normas de calidad.
A la empresa le gustaría encontrar el plan de producción que le permita mini-

mizar los costos totales de producción e inventario y cumplir con la demanda.
72
UNIDAD
ACTIVIDAD OBLIGATORIA
Criterios de Evaluación 1
Criterios de Evaluación:
1. Pertinencia en la aplicación de los modelos a las situaciones planteadas

en los problemas.
2. Precisión en la aplicación de los métodos.
3. La enunciación de las respuestas de manera completa, coherente y or-
ganizada.
4. Pertinencia en la fundamentación conceptual de las respuestas.
5. En el aspecto formal, la presentación del trabajo.
En esta actividad usted se encontrará con 6 items, los tres primeros son problemas
a resolver y los restantes incluyen aspectos teóricos.
En el problema del item 2, en el que se le pide realizar una modelización de un

programa lineal, asegúrese de definir de manera clara y completa, tanto el objetivo
como las variables.
A través de estos tres problemas, se pretende evaluar el nivel de comprensión y la

posibilidad de interrelación de los aspectos teóricos y prácticos estudiados hasta el
momento.
En el item 4 se presentan preguntas opción múltiple en las que usted deberá marcar
la alternativa correcta justificando su respuesta.
El item 5 contiene cinco proposiciones que usted deberá analizar y en cada caso
decir si es verdadera o falsa, justificando su elección.
Preste especial atención a la manera en que están redactadas las proposiciones ya

que expresan una afirmación sobre un hecho en particular que usted deberá refutar
o ratificar.
Finalmente en el item 6 se le propone que usted responda a una pregunta, dejándo-

le libertad para que usted exprese todo lo que ha aprendido sobre el tema.
73
UNIDAD 2
74
PROGRAMACIÓN
DINÁMICA
UNIDAD
3
UNIDAD
3 ORIENTACION
DEL APRENDIZAJE
En muchas oportunidades nos enfrentamos a situaciones en las cuales debe-

mos tomar una sucesión de decisiones interrelacionadas; esto es, que la deci-
sión que se adopte en un momento afectará a la que se toma a continuación.
Se trata generalmente de problemas grandes, que pueden dividirse en
subproblemas de menor tamaño.
Ejemplos:
1. Se desea implementar una política de inversiones a lo largo de seis me-
ses, para ello es necesario determinar cuánto debe invertirse cada mes.
En este caso los meses pueden entenderse como etapas en las cuales
debe decidirse la inversión a realizar.
2. El Banco Nación cuenta con un importante monto para entregar créditos
destinados a fomentar la incorporación de la computadora en las escue-
las primarias provinciales. Hay siete provincias interesadas. ¿Cuánto
conviene entregar a cada una? En este caso, cada provincia constituye
una etapa del problema general, en la cual es necesario tomar una deci-
sión.
En situaciones de este tipo podemos utilizar un modelo de optimización lla-

mado Programación Dinámica (PD).
Con el desarrollo de esta unidad le proponemos los siguientes objetivos de
aprendizaje:
Objetivos del
Aprendizaje
Comprender el algoritmo de Programación Dinámica.
Adquirir habilidad en la formulación y resolución de este

tipo de modelos.
Identificar diversas situaciones en las que resulta aplicable

esta metodología.
76
UNIDAD 2

1. Conceptos Generales Contenidos
2. Características comunes a la mayor parte de las aplicaciones de la

2.2. Segundo caso de interés: Reemplazo de Equipos
2.3. Tercer caso de interés: Distribución de Agua
3. Otras situaciones en Programación Dinámica
Los contenidos están organizados con las relaciones que se reflejan en el si-
guiente esquema:
Esquema
Conceptual
77
UNIDAD 3
El texto que se recomienda para el estudio de esta unidad es que figura como
bibliografía obligatoria en la apertura de la materia; capítulo 18: Programa-
ción Dinámica. No obstante, al igual que en las unidades anteriores, usted
puede remitirse a cualquier libro de Investigación de Operaciones que aborde
la temática.
Para el estudio de esta unidad, comience con la guía analizando detenidamen-
te los temas 1 y 2 y luego diríjase al libro donde encontrará otros problemas
resueltos. Al tema 3 solo lo encontrará en la guía.
Por último recuerde: el éxito de su estudio radica en no apresurarse, no
pase al análisis del siguiente caso de interés, sin antes haber comprendido
completamente el anterior.
1.Conceptos Generales
En realidad la PD es un enfoque que nos permite encontrar la solución de
problemas grandes, descomponiéndolo en una secuencia de problemas más
pequeños y de esta manera encontrar la combinación de decisiones que optimice
la efectividad global.
«Los sutiles conceptos que se utilizan en PD junto con las nota-

ciones matemáticas poco conocidas son una fuente de confusión,
en especial para un principiante. No obstante, nuestra experien-
cia demuestra que la resolución frecuente de formulaciones y
soluciones de PD permitirá a un principiante, con algo de esfuer-
zo, entender estos conceptos avanzados. Cuando esto sucede, la
programación dinámica se vuelve sorprendentemente sencilla y
clara»1.
Del análisis del párrafo anterior podemos concluir que para poder aplicar la
PD es imprescindible desarrollar cierta habilidad en la formulación y resolu-
ción de los problemas.
Buscando lograr esa cuota de habilidad vamos a basar esta unidad en ejem-
plos, algunos vamos a comentar aquí, otros los encontrará en la bibliografía y
otros deberá resolverlos usted.
Vayamos entonces a estudiar el primer gran ejemplo de esta unidad.
1. «Investigación de Operaciones» de Hamdy A. Taha. Capítulo 10, página 405.Editorial Alfaomega.

Quinta edición. 1995.
78
UNIDAD 3
2. Características comunes a la mayor parte de las aplicaciones de la


Suponga que usted dispone de 4 mil pesos que puede destinar a tres opciones
de inversión diferentes. Las utilidades que se obtienen en cada opción depen-
den de la cantidad invertida (tabla 1).
Si se supone que la cantidad invertida en cada opción debe ser múltiplo exacto
de mil pesos; ¿cuál será la política de inversión que eleve al máximo las utili-
dades ganadas?
Tabla 1:
Ut i l i d a d e s ( mi l e s )
$ invertidos Al t e r n a t i v a Al t e r n a t i v a Al t e r n a t i v a
( mi l e s ) 1 2 3
0 0 0 0
1 7 6 7
2 8 10 8
3 9 12 13
4 11 14 15
Nuestro objetivo consiste en encontrar una combinación de inversiones que

nos proporcione las máximas ganancias, sabiendo que la cantidad invertida en
cada proyecto determinará el rendimiento global.
Un enfoque posible para resolver el problema sería por enumeración exhaus-
tiva, sin embargo el número de combinaciones posibles es grande y tener que
calcular el rendimiento total para cada una de ellas, no constituye una tarea
muy atrayente.
La PD nos permite encontrar la solución con un poco menos de esfuerzo, para
lo cual descompone el problema fraccionándolo en subproblemas o etapas.
Entonces la PD parte de una pequeña porción, encuentra la solución para esta
etapa y luego gradualmente agranda el problema encontrando la solución óp-
tima actual, pero enlazada con la anterior y así hasta encontrar la solución
óptima del problema original.
Nuestro problema requiere tomar tres decisiones interrelacionadas - cuánto
invertir en cada alternativa-, de esta manera cada proyecto puede ser conside-
79
UNIDAD 3
rado como un subproblema y cada uno de ellos define una etapa del proble-
ma.
Si bien no existe una secuencia fija entre ellas vamos a considerar, para una
mejor comprensión, un orden cronológico. De esta manera:
Etapa 1 Etapa 2 Etapa 3

Alt. Inversión 1 Alt. Inversión 2 Alt.Inversión 3
En este problema resulta indistinto comenzar desde la primera etapa hasta la

última o hacerlo desde la última hacia la primera, pero vamos a comenzar en
reversa para adoptar una metodología aplicable también a aquellos casos en
los cuales existe un orden.
Comenzando entonces con la etapa tres, tendremos:
Etapa 3:
x3 d3* f(x3* )
$ disponibles Decisión Rendimiento
p/invertir óptima
0 0 0
1 1 7
2 2 8
3 3 13
4 4 15
Nótese que en la columna correspondiente a x3 hemos colocado todas las alter-

nativas posibles de dinero disponible para invertir; es decir los diferentes esta-
dos en los que podríamos encontrarnos al inicio de la etapa.
En la columna correspondiente a d3* identificamos la mejor decisión frente a
cada estado y para cada una de ellas su resultado f3(x3), esto es el rendimiento
obtenido.
80
UNIDAD 3
Etapa 2:
Recuerde que los valores de x2 ó estados representan el dinero disponible
para invertir en la opción 2 ó etapa 2 y los valores para d2 ó decisión expresan
los diferentes montos que podemos destinar a inversión en la alternativa 2.
d2 0 1 2 3 4 f2* (x 2) d2 *
x2
0 0 0 0
1 0+7=7 6+0=6 7 0
2 0+8=8 6+7=13 10 13 1
3 13 14 17 12 17 2
4 15 19 18 19 14 19 1-3
Analicemos los valores que figuran en la fila que corresponde a una cantidad
de dinero disponible de $ 1 mil.
Si tenemos $ 1 mil disponibles, existen dos alternativas de decisión posibles a
saber:
1. No invertimos nada en esta opción - d2 = 0 -.Si no invertimos nada en
esta etapa, entonces dejamos los $1 mil para invertir en la etapa 3. Para
este caso, el rendimiento será:
Rend. opc. 2 j $0 j no invertimos nada
Rend. opc. 3 j $7 j invertimos $ 1 mil
Rend. Total j $7
2. Si decidimos invertir $ 1 mil, nuestro rendimiento será:

Rend. opc. 2 j $6 j invertimos $ 1 mil
Rend. opc. 3 j $0 j no invertimos nada
Rend. Total j $6
Para este estado, es decir esta cantidad de dinero disponible, la mejor alterna-
tiva de decisión es d2 = 0 con un rendimiento total de $ 7 mil.
81
UNIDAD 3
Si entramos a la etapa 2 con $ 2 mil vamos a tener 3 decisiones posibles con

sus correspondientes rendimientos.
1. No invertir nada en esta etapa d2 =0 ; si es así vamos a entrar a la etapa 3
con 2-d2 = 2 - 0 = 2$ de dinero disponible.
2. Invertir $1 (d2 = 1), entonces el dinero disponible para la alternativa o
etapa 3 será $1 mil (x2 - d2 = 2 - 1 = 1).
3. Invertir $2 (d = 2), con lo cual el dinero disponible para la etapa 3 será
$0 (x -d = 2-2 =0)
Compruebe usted que los rendimientos obtenidos en cada caso

coincidan con los que se incluyen en la tabla.
En el caso de entrar a la segunda etapa con $ 2 mil de dinero disponible para

inversión, la mejor decisión será destinar para esta alternativa $ 1 mil, lo que
nos dará un rendimiento de $ 13 mil.
Siguiendo el mismo razonamiento anterior compruebe los cálcu-

los de las filas que corresponden a los estados 3 y 4.
Etapa 1:
Al considerar la etapa 1 tengamos en cuenta que, como estamos al inicio del
proceso de decisión, el único estado posible es 4, es decir que en este momen-
to tenemos $ 4 mil disponibles para inversión.
d1
x1 0 1 2 3 4 f(x) d1*
4 19 7+17=24 21 16 11 24 1
Rendimiento máximo
82
UNIDAD 3
Analicemos el rendimiento correspondiente al estado 4 y la decisión 1.

Si tenemos $ 4 mil disponibles y decidimos invertir en esta etapa $ 1 mil, el
rendimiento que vamos a obtener va a estar compuesto por $ 7 mil por haber
invertido $ 1 mil en la alternativa 1, más $ 17 mil que se obtienen de destinar
los $ 3 mil restantes a las otras dos. Este valor se obtiene entrando en la tabla
de la etapa 2 en el estado 3.
Debemos determinar ahora la política óptima, es decir la sucesión de decisio-
nes que nos llevarán a obtener el máximo rendimiento posible.
En la tabla de la etapa 1 vemos que la decisión óptima invertir $ 1 mil. Como
teníamos $ 4 mil, nos quedan disponibles $ 3 mil. Entramos en la tabla de la
etapa 2 en el estado 3 y vemos que la decisión óptima es invertir $ 2 mil en esta
opción; después de esto nos quedan $ 1 mil que los destinamos a la alternativa
1.
Resumiendo:
Alternativa de Inversión Inversión ($) Rendimiento

1 1 7
2 2 10
3 1 7
Total $4 $ 24
d3= 1 d2= 2 d1= 1
x3 etapa 3 x2 etapa 2 x1 etapa 1

x3=x2 - d2 x 2= x 1- d1 x1 = 4
f3(x3) = r3 (d3) f2(x2) = r2(d2) + f3* (x2 - d2) f1(x1) = r1(d1) + f2*(x1 - d1)
Dónde:
fn (xn) = rendimiento en la etapa n para el estado xn
83
UNIDAD 3
rn (dn) = rendimiento de la alternativa de inversión n,

si decide invertir dn
fn+1*(xn) = fn+1* (xn - dn) = rendimiento óptimo para la etapa n, dado el

estado xn
Analicemos por ejemplo el rendimiento en la etapa 1 para el estado x1 = 4 y la

decisión d1= 3
f1 (x1) = r1 (d1) + f2* (x1 - d1)
f1 (4) = r1 (3) + f2* (4 -3) = 9 + 7 = 16
En general:
fn (xn ) = rn (dn ) + fn+1 (xn - dn )
Y el rendimiento óptimo para la etapa n dado el estado xn será:
fn* (xn ) = máx. { rn (dn) + fn+1* (xn - dn ) }
Rend. óptimo para Rend. para Rend. óptimo

la etapa n dado el = máx. la decisión d n + de la etapa n+1
estado x n en adelante
Características comunes a la mayor parte de las aplicaciones de progra-

mación dinámica
A decir de los autores F Hillier y G. Lieberman en su libro «Introducción a la
Investigación de Operaciones», las características básicas que distinguen a los
problemas de PD son las siguientes.
84
UNIDAD 3
1. El problema se puede dividir en etapas que requieren una política de

decisión en cada una de ellas.
En el ejemplo las etapas estaban dadas por las diferentes alternativas de inver-
sión.
La política de decisión fue elegir en cada una, aquella que ofreciera mayor
rendimiento.
2. Cada etapa tiene un cierto número de estados asociados a ella.

En nuestro ejemplo los estados asociados a cada etapa era el dinero disponible
para invertir.
3. El efecto de la política de decisión en cada etapa es transformar el

estado actual en un estado asociado con la siguiente etapa.
La decisión de cuánto invertir en la opción actual determina el dinero disponi-
ble para inversión en la siguiente alternativa analizada.
4. El procedimiento de solución está diseñado para encontrar una política

óptima para el problema completo.
En el problema de inversión, en el procedimiento de solución se construyó una
tabla para cada etapa (n) que prescribe la decisión óptima (dn*) para cada
estado posible (xn).
Además de identificar la política óptima, el procedimiento indica qué decisio-
nes tomar si en algún momento nos apartamos de ella. Es decir que nos mues-
tra qué hacer en cada una de las circunstancias posibles.
5. Dado el estado actual, una política óptima para las etapas restantes es
independiente de la política adoptada en estados anteriores.
Este es el principio de optimidad.
Dado el dinero disponible en esta etapa la política de inversión óptima desde
aquí en adelante, es independiente de cómo se llegó a este estado.
Este principio es el marco teórico que fundamenta la metodología de la PD.
85
UNIDAD 3
6. El procedimiento de solución se inicia al encontrar la política óptima

para la última etapa.
7. Se dispone de una relación recursiva que identifica la política óptima

para la etapa n, dada la política óptima para la etapa n+1
Para el ejemplo fue:

fn*(xn ) = máx { rn dn + f* (xn - dn )}
dn
8. Cuando se usa esta relación recursiva, el procedimiento de solución se

mueve hacia atrás etapa por etapa - encontrando cada vez la política
óptima para esa etapa - hasta que encuentra la política óptima desde la
etapa inicial.
1
Resuelva el siguiente problema:
Un organismo no gubernamental dedicado
a la prevención de una cierta enfermedad debe planificar su cam-
paña de publicidad televisiva para los meses de enero, febrero,
marzo y abril.
Cuenta con un presupuesto de 3 millones de pesos para todo el

período.
El objetivo de la campaña es lograr un incremento significativo en

la cantidad de personas que conocen la enfermedad y los métodos
para prevenirla.
En campañas anteriores se ha medido la variable: «Cantidad de

nuevas personas enteradas cada mil habitantes», obteniendo los
resultados de la tabla:
86
UNIDAD 3
Gasto Público Enero Febrero Marzo Abril

0 0 0 0 0
1 50 70 30 40
2 100 120 80 110
3 150 130 170 140
Determine cómo invertir el presupuesto para maximizar la canti-

dad de nuevas personas enteradas.

Muchas empresas necesitan especificar una política de reemplazo para sus
equipos, enfrentan el problema de determinar hasta cuándo usar una máquina
antes de comprar una nueva.
Problemas de este tipo, llamados comúnmente problemas de reemplazo de
equipos se resuelven mediante la PD.
Analicemos un ejemplo extraído del libro de Richard Bronson: «Investiga-
ción de Operaciones». Editorial Mc Graw-Hill. 1983.
"Una compañía posee una máquina expendedora con dos años de uso en un
cierto lugar. En la tabla se dan las estimaciones de mantenimiento, costo de
reemplazo e ingresos (todo en dólares) para cualquier máquina en este sitio,
en función de la edad de la máquina.
Edad x
0 1 2 3 4 5
Ingreso, I(x) 10000 9500 9200 8500 7300 6100
Mantenimiento M(x) 100 400 800 2000 2800 3300
Reemplazo R(x) —— 3500 4200 4900 5800 5900
De acuerdo a una política establecida ninguna máquina se conserva después

que cumple seis años y solamente se reemplazan por máquinas nuevas.
Determínese una política de reemplazo que maximice el beneficio total para
este sitio durante los próximos cuatro años.
87
UNIDAD 3
Veamos cómo lo resolvemos:

Objetivo: determinar una política de reemplazo para esta máquina de dos años,
considerando los gastos de mantenimiento y los costos de en los que se incurre
al comprar una nueva.
La máquina tiene actualmente dos años y no puede conservarse una vez que
haya cumplido seis años.
El horizonte en el tiempo para el análisis del problema:
___________________________________
0 1 2 3 4 5 6
1º 2º 3º 4º
hoy: momento del análisis
Analizando el gráfico anterior podemos decir que:
1. Las etapas del problema son cada uno de los próximos cuatro años.
2. Los estados en cada etapa son las posibles edades de la máquina al inicio
de cada año.
3. Las variables de decisión en cada etapa pueden definirse como las alter-
nativas de CONSERVAR o REEMPLAZAR la máquina.
Comenzamos el análisis en la etapa 4, en esta las posibles edades son:
88
UNIDAD 3
_______________________________
0 2 3 4 5 6
etapa 4
Estudiando la gráfica podemos ver que al inicio de la etapa 4 la máquina pue-

de tener 1, 2, 3 ó 5 años. Cuatro años no puede tener, ya que si no la reempla-
zamos cuando tenía 2 años, entonces se trata de la máquina con la cual inicia-
mos el análisis.
x CONSERVAR REEMPLAZAR f (x ) d*
1 9500 - 400 = 9100 10000 - 100 - 3500 = 6400 9100 CONSERVAR

2 9200 - 800 = 8400 10000 - 100 - 4200 = 5700 8400 CONSERVAR
3 6500 5000 6500 CONSERVAR
5 2800 4000 4000 REEMPLAZAR
Analicemos los resultados correspondientes al estado x4 = 1

Si la máquina tiene 1 año y decidimos conservarla, tendremos un ingreso de
$9500 y como gastos de mantenimiento tendremos $400, lo que arroja un
beneficio de $9100.
Si nuestra decisión es reemplazarla por una nueva, entonces vamos a comen-
zar el año con una máquina de 0 años, la que nos dará un ingreso de $10000
con un gasto de mantenimiento de $100; pero además debemos contar con el
costo del reemplazo que es de $ 3500. Esto es el beneficio neto, será de $
6400.
89
UNIDAD 3
Etapa 3: con el mismo razonamiento que en la etapa anterior, las edades posi-
bles de la máquina son 1, 2 ó 4 años.
Veamos cómo se calculan los resultados de conservar o reemplazar para el
caso de que la máquina tenga 1 año al inicio de la etapa 3.
Si la máquina tiene 1 año al inicio de la etapa y decidimos conservarla, tendre-
mos un ingreso de $9500 con un gasto de mantenimiento de $ 400, a esto
debemos sumarle el beneficio óptimo de entrar al año siguiente (etapa 4) con
una máquina de 2 años de antigüedad -que es $8400- . El beneficio que tendre-
mos si tomamos esta decisión será de $17500.
Si nuestra decisión es cambiarla, tendremos un ingreso de $10000 con un gas-
to de mantenimiento de $100 y con costo por el reemplazo de $3500; como
vamos a comenzar el año siguiente con una máquina de 1 año, le sumamos el
beneficio óptimo correspondiente a este estado para la etapa 4, es decir $9100.
x3 CONSERVAR REEMPLAZAR f*3(x 3) d*3

1 9500 - 400 + 8400 10000 -100 -3500 + 9100
= 17500 = 15500 17500 CONSERVAR
2 14900 14800 14900 CONSERVAR
4 8500 13200 13200 REEMPLAZAR
Compruebe los resultados para los otros estados posibles de esta

etapa.
Complete las tablas que corresponden a las etapas 2 y 1.
Etapa 2:
x2 CONSERVAR REEMPLAZAR f*2 (x2 ) d*2
1 24000
3 REEMPLAZAR
90
UNIDAD 3
Etapa 1:
x1 CONSERVAR REEMPLAZAR f*1 (x1) d*1
2 30900
BENEFICIO TOTAL MÁXIMO PARA LOS 4 AÑOS
De acuerdo a los resultados que arrojan las tablas, para lograr el beneficio de
$30900 en los próximos 4 años, comenzando con una máquina de 2 años, la
empresa deberá conservarla por un año más, luego reemplazarla por una nue-
va y conservarla por el resto del período.
La decisión óptima en la etapa n se encuentra a partir de:
f*n (x n) = máx { I(xn) - M(xn) + f*n+1(x + 1) ; I(0) - M(0) - R(xn) + f*n+1(1) }

En una región del centro del país se cuenta con un embalse para riego. La
entidad gubernamental que administra el agua debe decidir qué volumen en-
tregar durante los meses de setiembre, octubre y noviembre.
La decisión no es sencilla porque la región posee un clima estacional, esto es:
llueve durante el verano (diciembre-marzo), y el resto del año no cae una gota.
Bajo esas condiciones los agricultores llegan a setiembre muy ansiosos, des-
pués de 5 meses sin lluvia, y por supuesto reclaman el agua que sea posible.
Suponga que en cierto año se cuenta al 31 de Agosto con 600 Hm3. Es preciso
decidir qué cantidad entregar en setiembre, en octubre y en noviembre.
Se han realizado estudios agronómicos destinados a determinar el rinde: R (en
miles de toneladas de cultivo), para cada entrega de agua: A (en cientos de
Hm3).
Los resultados de dichos estudios se han resumido en tres funciones típicas:
para setiembre: R=4+2A
para octubre: R=3A
para noviembre: R = -3 + 4 A
Esto quiere decir que si en setiembre se entregan 300 Hm3, el rinde será:
R = 4 + 2 . 3 = 10 ; o sea 10000 toneladas
91
UNIDAD 3
Hagamos un replanteo.
¿Qué hay de nuevo en este caso?
Sin duda la novedad radica en que ahora la consecuencia se representa me-
diante funciones. Esto es sumamente habitual en problemas de programación
dinámica y en aplicaciones reales.
¿Cómo se resuelven estas situaciones?
Existe la posibilidad de realizar para cada nueva etapa una combinación de
funciones y obtener una resolución analítica. Sin embargo en la práctica se
hace conveniente buscar un camino más directo y se resuelve el problema
discretizando.
Es decir que para cada etapa se calculan las consecuencias para 4, 5, a lo sumo
6 estados, y con esos valores se resuelve igual que en los casos anteriores.
En este caso vamos a resolver el problema discretizando en unidades de 100
Hm3. Esto es, entregaremos 100, 200 ó 300, no contemplando la posibilidad
de entregas intermedias como 125 ó 231.
Por lo tanto nuestra tabla de consecuencias es:
A R1 (Set.) R2(Oct) R3(Nov.)
1 6 3 1
2 8 6 5
3 10 9 9
4 12 12 13 -3 + 4 . 4 = 13
5 14 15 17
6 16 18 21
4 + 2.5 = 14 3. 5 = 15
Ahora bien, por una cuestión política vamos a entregar al menos 100 Hm3 por
mes. Es decir, descartamos la posibilidad de no entregar nada. No deseamos
que los regantes protesten por dejarlos totalmente sin agua.
Lo planteamos ahora en fórmulas, en este caso el objetivo es:
92
UNIDAD 3
con las restricciones:

- dj ≥ 1 entregamos al menos 1 centena de Hm3 por mes;
- solo hay 6 centenas para repartir.
La función fj ( xj , dj ) que devuelve el óptimo, cuando estamos en una etapa

anterior y pasamos por el estado xj , puede expresarse como:
n
f j (xj , dj ) = Rj (dj ) + Max ∑

i − j +1
Ri (di) con j = 1, 2, 3, ...
con lo cual el óptimo de cada etapa se escribe como:

f*j(xj) = Max fj (xj , dj )
3
∑d
j =1
j =6
Dejemos las cosas aburridas, vayamos a la resolución.
Tercera etapa (noviembre)
x3 f*3 d*3
1 1 1
2 5 2
3 9 3
4 13 4
Deduzca usted por qué no se incluyen en la lista de x los valores

3
5 y 6.
La respuesta es que en setiembre y octubre se deben dejar por lo menos 100

Hm3 cada mes, por lo tanto, al entrar a noviembre nunca se puede contar con
más de 400 Hm3.
93
UNIDAD 3
Segunda etapa (octubre)
d2 f2 (d2 ) = R2 (d2) + f*3(x2- d2) f*(x2) d*2

x2 1 2 3 4
2 3+1=4 4 1
3 3+5=8 6+1=7 8 1
4 11 10 12 1
5 16 15 14 13
Complete los espacios vacíos.
En esta tabla x2 está entre 2 y 5. ¿Cuál es la razón?
Primera etapa (setiembre)
d1 f1(x1) = R1(d1) + f*2(x1 - d1) f*1(x1) d*1

x1 1 2 3 4
6 22 20 18 16 22 1
Por lo tanto, el máximo que se puede obtener en los tres meses es de 22000
Toneladas. Ese resultado se consigue entregando 100 Hm3 en setiembre, otros
100 en octubre y los 400 restantes en diciembre.
3. Otras situaciones en Programación Dinámica

Se analizaron hasta ahora los conceptos básicos de Programación Dinámica.
En la práctica pueden aparecer situaciones que de alguna manera desborden lo
analizado en la presente Unidad.
A continuación se discuten esas otras variantes con un objetivo estrictamente
informativo. La idea es que si en el futuro usted debe resolver problemas de
94
UNIDAD 3
mayor complejidad que los tratados en esta Unidad, cuente con la posibilidad
de dirigirse a una biblioteca especializada para buscar variantes que enrique-
cen la PD, sin apartarse del algoritmo que se acaba de presentar.
Algunas de las posibilidades no tratadas en la bibliografía básica son:
A) Programación Dinámica Estocástica:

En estos problemas, cuando se está en un estado xj , no se puede elegir con
seguridad a qué estado pasar en la etapa siguiente. Se conoce una función de
probabilidad que brinda la chance de pasar a alguno de los otros estados.
En estos problemas la función fj(xj) , se determina como un valor esperado.
Ejemplo: recuerde el ejemplo del embalse para riego. Suponga que puede
llover durante el período setiembre a noviembre. Suponga que el 31 de agosto
cuenta con 600Hm3 y decide entregar 200 Hm3 durante setiembre. Observe
que si ese mes llueve mucho, usted no va a terminar con 400 Hm3, sino con
mucho más.
En casos como este, con un modelo de series temporales, se pueden pronosti-
car los valores futuros y se aproximan las probabilidades; luego con el algorit-
mo de PD es posible determinar las decisiones que optimizan los valores espe-
rados.
B) Programación Dinámica con 2 ó más variables de estado

Hasta ahora se tuvo en cuenta una sola variable de estado (el dinero disponible
para inversión, las edades de la máquina, el volumen de agua disponible en el
embalse) ; pero en algunos casos puede ser necesario operar a la vez con dos o
más variables, o dicho de otra manera, con dos o más restricciones.
Ejemplo: suponga que debe optimizar la distribución de unidades de un servi-
cio médico domiciliario. Se dispone de 14 unidades de urgencia y de 25 móvi-
les para consultas comunes. El servicio tiene seis centros distribuidos estraté-
gicamente en la ciudad.
El objetivo es minimizar el tiempo de demora desde que se recibe el llamado
hasta que el móvil llega al domicilio.
Cuántas unidades clínicas y cuántas de emergencia deben asignarse a cada
centro de atención?
Como puede usted observar, haciendo algunas simplificaciones este problema
puede resolverse utilizando PD con dos restricciones: móviles de urgencia y
móviles clínicos.
95
UNIDAD 3
Es decir, se debe medir la consecuencia para cada combinación posible de los

recursos.
C) Programación Dinámica con varias variables de estado y objetivos

múltiples.
El problema se complica porque debe buscarse una solución conveniente con
2 ó más objetivos diferentes.
Un problema como este requiere la asignación de ponderadores -prioridades-
, a los objetivos y una formulación más compleja, pero finalmente puede re-
solverse por el ya conocido algoritmo de Bellman.
Ejemplo: suponga que en el caso del servicio médico se desea trabajar sobre
dos objetivos:
- reducir el tiempo de demora
- aumentar la cantidad de emergencias atendidas
Se tienen entonces en esta nueva situación, dos objetivos diferentes con dos
restricciones.
Como cierre de esta unidad, consideramos oportuno reforzar algunos concep-

tos y acercarle algunas recomendaciones.
CONCEPTOS IMPORTANTES
Etapa: cada uno de los subproblemas en los cuales se divide un
problema de
PD.
Variable de decisión (d ): representan a las acciones posibles a
n
tomar en la etapa n.
Variable de estado ( x ): sirven de enlace entre las
n
etapas,describiendo la
condición en que se encuentra el proceso al inicio de cada una de
ellas.
Función de transformación por etapas : enlaza a las variables
de estado de
etapas sucesivas - x x -permitiendo identificar a la variable de
n n-1
estado x utilizando el valor de x y la decisión d .
n-1 n n.
96
UNIDAD 3
Principio de optimidad de Bellman: una política óptima tiene la

propiedad de que, independientemente de las decisiones tomadas
para llegar a un estado particular en una etapa particular, las de-
cisiones restantes que dependen de ésta, deben también ser ópti-
mas.
RECOMENDACIONES ÚTILES:
• Defina primero las variables de decisión , teniendo presente el

logro del objetivo.
• Defina ahora las etapas, considerando que debe tomar una deci-
sión para cada etapa, esto le permitirá identificar a cada uno de
los subproblemas.
• Para identificar a las variables de estado, hágase preguntas tales
como: Qué es lo cambia de una etapa a otra? Qué información se
necesita para identificar la política óptima de aquí en adelante?
Cómo se puede describir la situación actual?
Quizás esta sea la recomendación más importante:

• Dividir el problema en subproblemas es sólo una estrategia
de solución, si usted no los enlaza, NO LOGRARÁ LA
OPTIMIZACIÓN GLOBAL.
97
UNIDAD
3 SOLUCIONES A LAS
1. El óptimo es de 180 nuevas personas enteradas.

Ese máximo se puede conseguir así:
• No invertir en enero.
• Invertir 1 millón en febrero.
• No invertir en marzo.
• Invertir 2 millones en abril.
98
UNIDAD
ACTIVIDADES DE
AUTOEVALUACION 3
1. Recuerde que usted puede realizar todos los problemas que se encuentran al
final del capítulo dedicado a P.D. de la bibliografía básica. Le sugerimos
que como mínimo trabaje con los problemas que tienen las respuestas al
final del libro.
2.Realice un programa de computadora que le permita resolver el ejemplo
tratado como «primer caso de interés», utilizando el algoritmo de progra-
mación dinámica.
3. Realice un programa de computadora que le permita resolver el ejemplo
tratado como «segundo caso de interés», utilizando el algoritmo de pro-
gramación dinámica.
4.-Problema extraído del libro: Investigación de Operaciones de Richard
Bronson. Editorial: McGraw-Hill, 1983.
Una pequeña compañía puede fabricar hasta cuatro computadoras por

semana y se ha comprometido a entregar en cada una de las siguientes
cuatro semanas tres, dos, cuatro y dos computadoras, respectivamente.
Los costos de producción están en función del número de computadoras
fabricadas y se dan -en miles de dólares- como sigue.
Unidades producidas 0 1 2 3 4
Costo 4 13 19 27 32
Las computadoras pueden entregarse a los consumidores al final de la

misma semana en que se fabrican o pueden almacenarse para su entrega
futura, con un costo de 4 mil dólares por semana. Debido a la capacidad
limitada de almacenamiento, la compañía no puede almacenar más de
tres computadoras al mismo tiempo. El inventario actual es cero y la com-
pañía no desea ningún inventario al final de la cuarta semana .
Cuántas computadoras deberán fabricarse en cada una de las siguientes
cuatro semanas, para cumplir todas las demandas a un costo mínimo?
5. Una empresa dedicada a la construcción y reparación de rutas utiliza

una pala mecánica para sus trabajos. La máquina tiene una vida útil de 5
años y cuesta 150000 dólares.
La compañía utiliza actualmente una máquina que tiene un año.
99
UNIDAD 3
Los costos de mantenimiento, inactividad y otros varían con la edad de la

máquina, como se indican en la tabla adjunta.
Una máquina puede repararse, lo que equivale a contar con una máquina
de un año. El costo de reparación es de 20000 dólares.
La empresa quiere encontrar una política óptima de mantenimiento y re-
emplazo para los próximos cinco años.
Suponga que el equipo carece de valor al finalizar su vida útil.
Edad de la máquina Costos de mantenimiento

al inicio del año durante el año
0 0
1 12000
2 26000
3 57000
4 85000
5 170000
100
PROCESO ANALÍTICO
JERÁRQUICO
(AHP Ó PAJ)
UNIDAD
4
UNIDAD
4 ORIENTACION
DEL APRENDIZAJE
Cuando nos enfrentamos a un problema para el cual necesitamos tomar deci-

siones eficientes, podemos pensar en forma complicada o muy simplificada.
Simplificar en exceso puede conducirnos a tomar decisiones rápidas y mu-
chas veces efectivas, pero no es un buen camino para resolver problemas com-
plejos.
Cuando analizamos este tipo de problemas necesitamos hacerlo en forma or-
ganizada, sin perder la complejidad del entorno pero pudiendo pensar en ellos
de manera simple.
El AHP o PAJ es una metodología que nos ayuda en la toma de decisiones
sobre temas o problemas complejos, simplificando los procesos naturales de
toma de decisiones.
Este método consiste en listar y separar los componentes o variables de la
decisión, ordenarlos y jerarquizarlos para luego determinar qué variables
tienen mayor influencia o peso relativo en la decisión definitiva.
Los modelos analizados hasta ahora solo tienen en cuenta aspectos cuantita-
tivos. Con el AHP se incorporan tanto los aspectos cualitativos como los
cuantitativos del pensamiento humano. El cualitativo expresado en la defini-
ción y jerarquización del problema y el cuantitativo por medio de juicios o
comparaciones.
En el desarrollo de esta unidad le proponemos los siguientes objetivos de

aprendizaje:
Objetivos del
Aprendizaje
Comprender la metodología utilizada por el proceso analíti-
co de jerarquización (PAJ o AHP) para determinar decisio-
nes óptimas en problemas con objetivos múltiples.
Desarrollar habilidad para resolver problemas con objeti-

vos múltiples.

Contenidos
Tema 1. Qué es el AHP. Cómo se determinan las jerarquías o prioridades.
Tema 2. Pasos de la metodología
Tema 3. Ventajas y aplicaciones
102
UNIDAD 4
Estos temas están organizados de acuerdo al siguiente esquema conceptual:
Esquema
Conceptual
En esta unidad estudiamos el Proceso Analítico de Jerarquías (PAJ o AHP) y

lo hacemos comenzando con un sencillo ejemplo, para luego presentar los
pasos a seguir con esta metodología.
Finalmente presentamos sus ventajas y aplicaciones.
La bibliografía que se recomienda para el estudio de esta unidad es el texto que
figura como bibliografía obligatoria en la apertura de la materia, capítulo 15:
Problemas de decisión de criterios múltiples en los ítems referidos al PAJ.
Para la mejor comprensión y estudio de esta unidad, le sugerimos que primero
lea la introducción al tema que se le ofrece en esta guía, luego profundice su
estudio en el libro y por último realice las actividades de proceso y las de
autoevaluación.
103
UNIDAD 4
¿Qué es el AHP?
Consideremos el siguiente ejemplo de toma de decisiones para el análisis de
esta temática.
En muchas industrias, en cada línea de producción se forma un grupo de tra-
bajo que tiene como objetivo lograr una mejora continua de la calidad.
La modalidad de trabajo consiste en reunir al grupo y elaborar una lista de
problemas a tratar en el cumplimiento de su objetivo.
Vamos a suponer que ellos son los problemas A, B y C.
A continuación la pregunta es, ¿por cuál empezar?, Es decir ¿cuál de ellos es
prioritario?
Para lograr una mejora en la calidad se actúa sobre tres aspectos:
* Precio y esto implica mejorar costos
* Prestaciones
*Confiabilidad, es decir duración del producto.
Se le pide a los grupos de trabajo que le asignen un “peso” o importancia

relativa a cada uno de los aspectos considerados.
Luego se les solicita considerar el peso que tiene cada uno de ellos en cada
problema.
Se puede representar este proceso a través del siguiente diagrama:
MEJORA DE CALIDAD
0,3
0,5
0,2
PRECIO PRESTACIONES CONFIABILIDAD

0,3
0,4
0,3
0,6
0,2
0,2
0,4
0,3
0,3
A B C A B C A B C
Podemos resumir las prioridades de los tres aspectos.

Precio 0,3
Prestación 0,5
Confiabilidad 0,2
104
UNIDAD 4
Podemos también resumir las prioridades o pesos de los aspectos considera-

dos respecto en cada uno de los problemas en una tabla o matriz.

Problema A 0,3 0,2 0,3
Problema B 0,4 0,6 0,3
Problema C 0,3 0,2 0,4
El objetivo es obtener una jerarquización global de los problemas, es decir

que queremos establecer un orden de prioridad para el tratamiento de cada uno
de ellos.
Para calcular la prioridad general de cada problema sumamos el producto del
peso de cada aspecto por la prioridad de cada problema con respecto a ese
aspecto.
Por ejemplo para calcular la prioridad global del problema A, hacemos
MEJORA DE CALIDAD
0,3
0,5
0,2

0,3
0,4
0,3
0,6
0,2
0,2
0,4
0,3
0,3
A B C A B C A B C
0,3 . 0,3 + 0,5 . 0,2 + 0,2 . 0,3 = 0,25
Para los problemas B y C será:
prioridad del problema B = 0,48

prioridad del problema C = 0,24
105
UNIDAD 4
Estos mismos cálculos los podemos hacer:
0,3 0,2 0,3 0,3 0,25

0,4 0,6 0,3 0,5 = 0,48
0,3 0,2 0,4 0,2 0,24
Luego ordenando las prioridades globales, obtenemos una jerarquización de

los problemas.
Problema B
Problema C
Problema A
Esto quiere decir que sería conveniente abordar primero el problema B.
Hasta ahora hemos visto que el análisis es bastante simple, pero repartir los
pesos puede resultar complicado, con más de tres alternativas sería difícil com-
pararlas.
Hay varios métodos que tienden a facilitar esta tarea. Saaty propone compara-
ciones de a pares y la relación se califica con una escala que va de 1 a 9.
Utilizando estas calificaciones se arma una matriz, llamada de comparaciones
pareadas; luego mediante una operación matricial se transforman las califica-
ciones en pesos.
¿Cuáles son los pasos a seguir en el AHP (PAJ)?
Utilizar AHP en la resolución de problemas implica el seguimiento de cuatro
pasos:
Paso 1: definir la situación cuidadosamente incluyendo tantos

detalles como sea posible, para luego estructurar el problema
dentro de una jerarquía de interrelación de los elementos de deci-
sión.
Paso 2: reunir los datos de entrada mediante comparaciones en
pares de los elementos de decisión.
Paso 3 : sintetizar, estimando el peso o importancia relativa de
los elementos de decisión.
Paso 4 : obtener una jerarquización de las alternativas de deci-
sión.
106
UNIDAD 4
Analice detenidamente el ejemplo propuesto por el autor, y luego realice la

siguiente actividad:
1
Juan está buscando trabajo y desea tomar una decisión entre tres
ofertas (A, B y C). Al momento de elegir, Juan tiene en cuenta tres
criterios en el análisis de su decisión, que son: remuneración, ubi-
cación geográfica y posibilidad de crecimiento.
La matriz que compara estos criterios por pares es la siguiente:
Remuneración Ubicación Crecimiento

___________________________________________________
Remuneración 1 5 3
Ubicación 1/5 1 1/3
Crecimiento 1/3 3 1
La matriz de comparación por pares respecto a la REMUNERA-

CIÓN es:
A B C
A 1 ¼ ½
B 4 1 3
C 2 1/3 1
Respecto a la UBICACIÓN GEOGRÁFICA:
A B C
A 1 ¼ 1/5
B 4 1 ½
C 5 2 1
107
UNIDAD 4
Respecto al CRECIMIENTO:
A B C
A 1 7 9
B 1/7 1 5
C 1/9 1/5 1
a. Organice la estructura jerárquica del problema

b. Determine la prioridad global de los trabajos

Integra aspectos
Modelo fácil de compren-
der
Cuáles son las ventajas del AHP.? cuali-cuantitativos en
la y flexible
para una amplia
solución de proble-
mas varie-
dad de problemas
VA GRAFICO PAG: no-
estructurados
115
LO TRAE LA AUTORA Verifica la consistencia
Provee una escala para
lógica de los juicios
medidas intangibles y un
en la determinación de
método para establecer
prioridades
prioridades
AHP
No insiste en el consenso
Considera las prioridades
pero brinda una síntesis
108
relativas entre los factores
representativa de la opi-
nión de
UNIDAD 4
¿Cuáles son las críticas que se le hacen al AHP?
Siguiendo a Wayne L.Winston, en su libro “Investigación de Operaciones,

Aplicaciones y Algoritmos”, vamos a enunciar las tres críticas que le hace a
este método:
“1. Antes de usar el proceso se debe comprobar que quien toma decisio-
nes, crea que los objetivos sean mutua y preferencialmente indepen-
dientes.
2. Es arbitraria la escala de nueve puntos para medir preferencias. Por
ejemplo, si a13 = 7 y a34 = 8, entonces a14 = 56, lo cual es imposible
porque a14 no puede ser mayor que 9.
3. Si se agrega otra opción puede cambiar la clasificación de las opciones
originales.
A pesar de estas críticas, el proceso de jerarquización analítica ha demostrado

ser herramienta útil para tomar decisiones en muchos casos complejos.”
Y ..... cuáles son las aplicaciones?
Aunque el listado de aplicaciones comprende problemas de muy diversa índo-

le, todos muestran algunos aspectos en común.
Casi todos involucran una jerarquización de las alternativas de decisión usa-
das para evaluación, selección o predicción.
El AHP es aplicado en áreas diversas y numerosas, tales como el análisis de
problemas de marketing, selección de inversiones, educación, arquitectura,
sociología, etc.
Todos los casos involucran aspectos cuantitativos y cualitativos, que cumplen
un rol esencial en la decisión. Todos los casos son complejos donde los ele-
mentos se interrelacionan con diferentes grados de impacto en las decisiones.
Esto explica la rápida aceptación del método en diversas áreas.
109
UNIDAD
4 SOLUCIONES A LAS
1) Vector de prioridades:
Beneficios 0,63
Ubicación 0,11
Posibilidades 0,26
Vector de prioridades para Beneficios

A 0,14
B 0,62
C 0,24
Vector de prioridades para Ubicación

A 0,10
B 0,33
C 0,57
Vector de prioridades para Posib. de Crecimiento

A 0,77
B 0,17
C 0,06
PRIORIDAD GENERAL DE CADA OPCIÓN LABORAL:
A 0,30
B 0,47
C 0,23
De acuerdo a lo anterior la oferta a tomar sería la B.
110
UNIDAD
ACTIVIDADES DE
AUTOEVALUACION 4
Al igual que en las unidades anteriores usted puede realizar todos los proble-
mas relacionados al PAJ y de numeración par, ya que estos tienen sus respues-
tas al final del libro.
Le sugerimos además los siguientes problemas:
1. Los aumentos anuales de sueldo de cada profesor dependen de su desempe-

ño en tres áreas: enseñanza, investigación y servicios a la universidad. La
administración ha propuesto la siguiente matriz de comparación por pares
para esos objetivos:
Enseñanza Investigación Servicios

Enseñanza 1 1/3 5
Investigación 3 1 7
Servicios 1/5 1/7 1
La administración ha comparado a dos profesores respecto a estos objetivos

durante el año pasado. Las matrices de comparación por pares son como si-
gue.
Para la Enseñanza
Profesor 1 Profesor 2
Profesor 1 1 4
Profesor 2 ¼ 1
Para Investigación
Profesor 1 1 1/3
Profesor 2 3 1
Para Servicios
Profesor 1 1 6
Profesor 2 1/6 1
111
UNIDAD 4
a) ¿Qué profesor debe recibir mayor aumento?

b) Indica el proceso de jerarquía analítica la cantidad de aumento que debe
recibir cada profesor?
c) Compruebe la consistencia de la matriz de comparaciones por pares.
112
UNIDAD
ACTIVIDAD OBLIGATORIA
Criterios de Evaluación 2
1. Pertinencia en la aplicación de los modelos a las situaciones plantea-

das en los problemas.
3. La enunciación de las respuestas de manera completa, coherente y or-
ganizada.
En esta oportunidad en primer lugar se le pide que resuelva un problema de Progra-

mación Dinámica, es conveniente y necesario para su mejor comprensión que em-
piece definiendo adecuadamente el objetivo y las variables del problema.
A continuación a través de la elaboración de la respuesta a una pregunta concreta

usted tiene la oportunidad de interrelacionar los conceptos teóricos y prácticos
aprendidos sobre Programación Dinámica.
Finalmente se le presenta un pequeño caso sobre un problema de decisión, aquí

usted puede usar la computadora para resolverlo, sin embargo deje expresado
caso paso que realice en su análisis hasta llegar a la recomendación final.
113
UNIDAD 4
114
CL AAVE
VE DE
RESPUEST
ESPUESTAS AS
UNIDAD
CLAVE DE
LAVE
RESPUEST AS
ESPUESTAS
1. Comparre con alguna de las definiciones que propone el texto. Verifique que en
su definición haya incluido la condición de que tanto la función objetivo como las
restricciones deben ser lineales.
2. Compare lo que usted escribió con lo que dice el autor del texto.
3. Aseguran la linealidad de las funciones del modelo.
5.
Maximizar c1 x1 + c2 x2 + ..... +cn xn
sujeto a
a11 x1 + a12 x2 + ....... + a1n xn <= b1
a21 x1 + a22 x2 + ....... + a2n xn <= b2
a31 x1 + a32 x2 + ....... + a3n xn <= b3
. . . .
. . . .
. . . .
am1 x1 + am2 x2 + ....... + amn xn <= bm

x1 , x2 , ....... , xn >= 0
Debemos aclarar que:

A) El objetivo puede ser minimizar una función.
B) Algunas o todas de las restricciones pueden estar expresadas en forma de
desigualdades del tipo >= o de igualdades.
6.
Variables: xj
Parámetros:
aij tasas físicas de sustitución
cj coeficientes de contribución
bi representan las disponibilidades o limitaciones
7. Una solución factible básica es una solución factible que tiene como máximo m
valores positivos y los restantes son nulos.
8.
B C Los puntos A, B, C, D, y E son las
soluciones factibles básicas.
D Todos los puntos del polígono de
soluciones -incluidoslos vértices- son
soluciones factibles.
A E
116
CLAVE DE RESPUESTAS
9. Intuitivamente se puede comprender que para cualquier punto en la región fac-

tible, existe un punto sobre la frontera que le dá a la función objetivo un mejor
valor y que además de los puntos de frontera solo necesitamos considerar a las
esquinas o vértices.
10. a) NO
b) SI
c) NO
d) SI
e) NO
11.a.
117
CLAVE DE RESPUESTAS
11.b.
118
CLAVE DE RESPUESTAS
11.c.
119
CLAVE DE RESPUESTAS
12.a.
120
CLAVE DE RESPUESTAS
12.b.
121
CLAVE DE RESPUESTAS
12.c.
13. Controle las soluciones de los problemas con la ayuda de algún software que
resuelva programas lineales.
122
CLAVE DE RESPUESTAS
14. Problemas del Libro:
2-17 .- X1 = cantidad de guantes modelo Normal a producir

X2 = cantidad de guantes modelo Catcher a producir
Max 5 X1 + 8 X2
sa
X1 + 3/2 X2 <= 900
1/2 X1 + 1/3 X2 <= 300
1/8 X1 + 1/4 X2 <= 100
X1 y X2 >= 0
X1 = 500 guantes Normal X2 = 150 guantes Catcher Z = $3700
S1 = 175 en este departamento quedan sin utilizar 175 hs. del total disponible.
S2 = 0 se utilizan todas las horas disponibles.
S3 = 0 se utilizan todas las horas disponibles.
2-19 .- X1 = libras de Jardín Verde a producir

X2 = libras de Atención al jardín a producir
max 3 X1 + 3 X2
sa
3/5 X1 + 3/4 X2 <= 900
2/5 X1 + 1/4 X2 <= 400
X2 <= 500
X1 y X2 >= 0
X1 = 687,5 lbs. X2 = 500 lbs. Z = $3562,5

S1 = 112,5 S2 = 0 S3 = 0
123
CLAVE DE RESPUESTAS
2-27.- X1 = unidades compradas en el fondo de acciones

X2 = unidades compradas en el fondo de mercado de dinero
a) min 8 X1 + 3 X2
sa
50 X1 + 100 X2 <= 1200000
5 X1 + 4 X2 >= 60000
X2 >= 3000
X1 y X2 >= 0
b) X1 = 75 X2 = 75 Z = $6750
c) La función objetivo ahora será:

max 0,10 (50) X1 + 0,04 (100) X2
2-29.-
a) X1 = número de automóviles
X2 = número de camionetas
max 400 X1 + 500 X2

sa
2 X1 + 3 X2 <= 900
X1 <= 300
X2 <= 150
X1 y X2 >= 0
b) max 400 X1 + 500 X2 + 0 S1 + 0 S2 + 0 S3

sa
2 X1 + 3 X2 + S1 = 900
X1 + S2 = 300
X2 +S3 = 150
X1 ,X2, S1, S2 y S3 >= 0

124
CLAVE DE RESPUESTAS
2-31.- X1 = Tn de aditivo para combustible a fabricar

X2 = Tn de base disolvente a fabricar
max 40 X1 + 30 X2
sa
2/5 X1 + 1/2 X2 <= 20
1/5 X2 <= 5
3/5 X1 + 3/10 X2 <= 21
X1 y X2 >= 0
5-5.-
X2
10
B
6
C
0 A 10 D X 1
Punto A : X1 = 0 X2 = 0
Punto B : X1 = 0 X2 = 6
Punto C : X1 = X2 =
Punto D : X1 = 10 X2 = 0
5-7.- x2
x1 = 0
x2 = 200 x1 = 200
x2 = 133 1/3
500 600 x1
x1 = 0 x1 = 200
x2 = 0 x2 = 0
125
CLAVE DE RESPUESTAS
5-9.-
X1 = 25
X2 = 20
Z = 1600
5-19.-
X1 X2 X3 X4 S1 S2 A1 A3 VLD
Base CB 4 2 -3 5 0 0 -M -M
A1 -M 2 -1 1 2 -1 0 1 0 50 50/2
S2 0 3 0 -1 2 0 1 0 0 80 80/2 sale
A3 -M 1 1 0 1 0 0 0 1 60 60/1
Zj -3M 0 -M -3M M 0 -M -M -110M
Cj-Zj 3+3M 2 -3+M 5+3M -M 0 0 0
entra
entra
5-29.- Problema No Factible
5-30.- El problema tiene múltiples soluciones óptimas.
X1 = 8 X2 = 0 Z= 24
X1 = 4 X2 = 4 Z = 24
Esta última solución es una solución posible óptima No Básica, es decir que
este punto se encuentra entre los dos puntos extremos (vértices) óptimos y se lo
obtiene mediante una combinación lineal convexa de ellos.
1= 0,5 y 2 = 0,5
1 (8 , 0) + 2 (0 , 8) = 0,5 (8 , 0) + 0,5 (0 , 8) = (4 , 4)
126
CLAVE DE RESPUESTAS
Combinación Lineal Convexa: combinación lineal en la cual los escalares (núme-

ros reales) que intervienen cumplen las siguientes condiciones:
0 <= i <= 1 y i = 1
5-31 Problema No Acotado
5-32 .- Problema con óptimos alternativos
X1 = 4 X2 = 0 X3 = 0 Z = 24
X1 = 4 X2 = 0 X3 = 8 Z = 24
5-33.- Problema con solucióm Degenerada.
5-34.- Solución No Factible
127
UNIDAD
2 CLAVE DE
LAVE
RESPUEST AS
ESPUESTAS
UNIDAD Nro 2: Clave de respuestas
1)
4-17
Xi = horas de inspección asignadas a cada inspector por día.
1 - Davis
i = 2 - Wilson
3 - Lawson
Min 5,9 X1 + 5,2 X2 + 5,5 X3

sa
X1 + X2 + X3 = 8
300 X1 + 200 X2 + 350 X3 >= 2000
X1 <= 4
X2 <= 4
X3 <= 4
300 (0,02) X1 + 200 (0,01) X2 + 350 (0,04) X3 <= 0,02 ( 300 X1 + 200 X2 + 350 X3)
X1 , X2 , y X3 >= 0
3.11 .-
a) X1 = 500
X2 = 150
S1 = 175
S2 = 0
S3 = 0
Z = 3700
b) Las restricciones correspondientes a Terminado y a Empaque y embarque son

limitantes.
c) Para las horas de Terminado $3.- Este valor indica que por cada hora adicional
en que se incremente la disponibilidad de esta sección la contribución total cre-
cerá en $3 y por lo tanto este valor nos está dando el precio extra hasta el cual
estaríamos dispuestos a pagar por conseguir horas adicionales en este departa-
mento.
Para las horas de Empaque y embarque este valor es de $28.-
d) Las programaría en la sección Empaque y embarque.
128
CLAVE DE RESPUESTAS
3-15.-
a) 300 automóviles y 100 camionetas. La contribución total a las utilidades será
de $170000.-
b) Debería disminuir más de 66,66667
c) Sí
d) La compañía sí debería evaluar la posibilidad de cambiar el pedido ya ha-

ciendo el análisis con la regla de 100% obtenemos:
400 - 333,334 = 66,6666 30/66,66666 = 0,45 o 45%
aumento permisible aumento del coeficiente de X1
Para X2
600 - 500 = 100 50/100 = 0,50 o 50%
Aumento total: 45 + 50 = 95%
3-23.-
a) La tarifa por hora es de $12 entonces por minuto será de $0,2
Se recomienda la contratación de tiempo extra, ya que por cada minuto adi-
cional en el departamento Costura la contribución a las utilidades se incrementará
en $0,333 y si el costo del minuto es de $0,2, entonces el incremento neto por
cada minuto adicional será de $0,133
b) El precio sombra es $-2

Esto quiere decir que por cada pelota del modelo All Pro que se fabrique más
allá de 1000, la contribución total a las utilidades disminuirá en $2.
c) Existe un óptimo alternativo.
d) Este incremento está dentro del intervalo de factibilidad que nos proporciona el
análisis de sensibilidad, entonces la solución no cambiará.
El nuevo valor de la función objetivo será:
4000 + (1) 1000 = 5000
129
CLAVE DE RESPUESTAS
2)
Objetivo verbal: minimizar los costos totales de producción e inventario
Restricciones:
Las restricciones se relacionan a la capacidad de producción por trimestre en
tiempo normal y tiempo extra y a las demandas de cada trimestre.
Xi = cantidad de circuitos electrónicos producidos en tiempo normal en el trimes-
tre i.
Yi = cantidad de circuitos electrónicos producidos en tiempo extra en el trimestre
i.
Ii = cantidad de circuitos electrónicos que quedan en inventario al final del tri-
mestre i.
Modelo matemático
Min Z = 15 X1 + 15 X2 +15 X3 + 15 X4 + 20 Y1 + 20 Y2 + 19 Y3 + 19 Y4
+ 2 I1 +
2 I2 + 2 I3 + 2 I4
sa.
0,85 X1 + 0,75 Y1 - I1 + 100 = 450
0,85 X2 + 0,75 Y2 + I1 - I2 = 400
0,85 X3 + 0,75 Y3 + I2 - I3 = 500
0,85 X4 + 0,75 Y4 + I3 - I4 = 650
X1 <= 300
X2 <= 300
X3 <= 400
X4 <= 400
Y1 <= 500
Y2 <= 500
Y3 <= 500
Y4 <= 500
Xi , Yi , Ii >= 0
130
UNIDAD
CLAVE DE
LAVE
RESPUESTAS
ESPUESTAS 3
2. y 3. Deben coincidir con los resultados manuales.
4. La política óptima es producir exactamente el número de computadoras nece-

sarias para satisfacer la demanda y no tener ninguna en inventario.
5.- Existe más de una política óptima con un costo mínimo de $128.
Una de ellas es:
n =1 CONSERVAR
n=2 CONSERVAR
n=3 REPARAR
n=4 CONSERVAR
n=5 REPARAR
Al final de la vida útil venderla.
131
UNIDAD
4 CLAVE DE
LAVE
RESPUEST AS
ESPUESTAS
1.
a) El profesor 2 podría recibir el mayor aumento.
b) No; solo nos dará una jerarquización.
c) La matriz de comparaciones en pares es consistente.
132
A CTIVIDADES
OBLIGA
BLIGATTORIAS
A CTIVIDAD OBLIGATORIA N 1
BLIGAT
Correspondiente a las unidades 1 y 2
A CTIVIDAD OBLIGATORIA N 2
BLIGAT
Correspondiente a las unidades 3 y 4
ACTIVIDADES OBLIGATORIAS
134
N mero
A CTIVIDAD
OBLIGATORIA
BLIGAT 1
1. Pertinencia en la aplicación de los modelos a las situaciones planteadas

en los problemas.
3. La enunciación de las respuestas de manera completa, coherente y
organizada.
1.- Para el siguiente Programa Lineal:

Max x1 + x2
Sa
10 x1 + 10 x2  200
2 x2  30
4 x1 + 4 x2  20
x2  3
x1 , x2  0
21
18
: 0.0 x1 + 2.0 x2 = 30.0

15
12
: 10.0 x1 + 10.0 x2 = 200.0

9
3 : 0.0 x1 + 1.0 x2 = 3.0

: 4.0 x1 + 4.0 x2 = 20.0
0
0 3 6 9 12 15 18 21 24 27 30 33
135
a) Complete la tabla con los datos de cada vértice
Punto x1 x2 S1 S2 S3 S4
b) ¿ Cuáles son las restricciones limitantes en cada vértice? Justifique su res-

puesta.
c) Encuentre la solución óptima.
d) ¿Qué particularidades observa con respecto a ella?
2.- Química Sol SA produce dos fertilizantes A y B. Se pueden fabricar por dos
procesos manufactureros diferentes. El proceso I requiere 2 horas de mano de
obra y 1 Kg. de materia prima para producir 200 grs. de A y 100 grs. de B. El
proceso II requiere 3 horas de mano de obra y 2 kg. de materia prima para produ-
cir 300grs. de A y 200 grs. de B. En la figura se muestran en forma esquemática los
dos procesos.
2 Hs. de Mano de Obra
200grs A
Proceso I
1 Kg. de Mat. Prima
100grs B
3 Hs. de Mano de Obra
300grs. A
Proceso II
2 Kg. de Mat. Prima
200grs. B
136
ACTIVIDADES DE OBLIGATORIAS
Para el siguiente periodo de producción, la empresa dispone de 600 horas de mano

de obra y 400 Kgs. de materia prima. La demanda de A es ilimitada, pero se
pueden vender solamente hasta 200 paquetes de 100 grs. de B. Se vende cada
paquete de 100 grs. de A a $18 y cada paquete de 100 grs. De B a $20. Se tiene
que desechar todo B no vendido a un costo de $2 por cada 100 grs.
Formule un PL para maximizar los ingresos de Química SA, menos los costos de
desecho.
3.- Suponga que en un problema de planificación de producción x1, x2, x3 y x4

indican las unidades de los productos 1, 2, 3 y 4 a fabricar respectivamente, y que
el programa lineal es:
max 4x1 + 6x2 + 3x3 + x4

sa
1,5x1 + 2x2 + 4x3 + 3x4  550 Hs Maq. A
4x1 + x2 + 2x3 + x4  700 Hs Maq. B
2x1 + 3x2 + x3 + 2x4  200 Hs Maq. C
x1, x2, x3 y x4 0
Usando la salida de LINDO, responda:
a) ¿Cuál es la solución óptima y cuál el valor de la función objetivo?

¿Qué máquinas tienen capacidad disponible y cuánta?
b) Suponga que el beneficio por unidad de x3 es de $6, afecta esto la
solución óptima? ¿cómo?
c) ¿Cuál es el valor de una hora adicional de máquina B? Justifique.
d) El encargado de producción informa que las horas disponibles de la
máquina A disminuyeron a 300, ¿cómo afecta esto a la solución ópti-
ma, cuál será el nuevo valor de la función objetivo?
e) El gerente desea lanzar al mercado 10 unidades del producto 4, cómo
afecta esta decisión a la contribución total?
f) Se pueden conseguir 300 horas adicionales de maquina C pagando un
precio extra de $1.- la hora, conviene contratarlas? ¿Cómo afecta esto
a la solución óptima?
137
Salida del L.I.N.D.O.
1) 525.000000 (Valor de la función objetivo)
VARIABLE VALOR REDUCE COST
X1 .000000 .050000
X2 25.000000 .000000
X3 125.000000 .000000
X4 .000000 3.500000
FILA HOLGURA PRECIO DUAL

2) .000000 .300000
3) 425.000000 .000000
4) .000000 1.800000
ANÁLISIS DE SENSIBILIDAD
COEFICIENTES DE LA FUNCIÓN OBJETIVO
VARIABLE COEFICIENTE INCREMENTO DISMINUCIÓN

ACTUAL ADMITIDO ADMITIDA
X1 4.000000 .050000 INFINITO

X2 6.000000 3.000000 .076923
X3 3.000000 9.000000 1.000000
X4 1.000000 3.500000 INFINITO
RANGOS DE LOS LADOS DERECHOS
FILA VALOR INCREMENTO DISMINUCIÓN

ACTUAL ADMITIDO ADMITIDA
2 550.000000 249.999900 416.666700

3 700.000000 INFINITO 425.000000
4 200.000000 624.999900 62.499990
138
4.- Marque la o las alternativas correctas justificando su elección
A. En un PL, la degeneración ocurre cuando:
(a) Existe una diferencia cj – zj = 0 para alguna variable no básica.

(b) Existe una diferencia cj – zj = 0 para alguna variable básica.
(c) Se produce un empate al decidir la variable que entra a la base.
(d) Se produce un empate al decidir la variable que sale de la base.
(e) Ninguna de las anteriores.
B. Si 43 = -3 en un cuadro cualquiera del Método Simplex, este valor signifi-

ca que:
(a) El costo de entrar a nivel unitario la variable x3 a la base es 3.

(b) El beneficio de entrar x3 a la base a nivel unitario es 3.
(c) Para ingresar a nivel unitario x3 a la base se debe disminuir en 3 el valor
de la variable básica 4.
(d) Para ingresar a nivel unitario x3 a la base se debe aumentar en 3 el valor
de la variable básica 4.
(e) Ninguna de las alternativas anteriores es correcta.
C. ¿Cuál de las siguientes afirmaciones es verdadera para la solución óptima

de un de un PL?
(a) Todo programa lineal tiene una solución óptima.

(b) La solución óptima utiliza todos los recursos disponibles.
(c) Si la solución óptima existe, ocurre en al menos un vértice de la región
factible.
(d) Tanto (a) como (b) son verdaderas.
(e) Ninguna de las anteriores.
139
5.- Responda Verdadero o Falso, JUSTIFICANDO SU RESPUESTA.
A “Al realizar el análisis de sensibilidad, una restricción £ con holgura óptima

positiva, tendrá siempre un aumento admisible infinito en el lado derecho”.
B “Para un modelo de PL de maximización, la regla de entrada garantiza que

la función objetivo no decrecerá en cada recorrido”.
C “La no factibilidad (sin solución) ocurrirá siempre que exista un empate al

seleccionar la variable de salida”.
D “La degeneración ocurrirá siempre que exista un empate al seleccionar la

variable de entrada”.
E “Si un programa lineal no es no factible, tiene solución óptima”.
6.- Explique qué efectos produce en la solución óptima de un PL un aumento o

disminución en la disponibilidad de algún recurso.
N mero
A CTIVIDAD
OBLIGATORIA
BLIGAT 2
1. Pertinencia en la aplicación de los modelos a las situaciones plan-

teadas en los problemas.
3. La enunciación de las respuestas de manera completa, coheren-
te y organizada.
1.- Para mejorar sus ingresos Tomás ha decido destinar parte del terreno de su
granja para sembrar vegetales. Planea plantar tres tipos de ajíes: verdes, rojos y
amarillos. El huerto, que mide 10 x 20, esta dividido en hileras de 20 metros de
largo cada una. Las hileras de ajíes verdes y rojos tienen dos metros de ancho cada
una y las de pimientos amarillos deben ser de tres metros de ancho. Debido a la
diferente productividad de las plantas, Tomás ha estimado que cada hilera de ajíes
verdes le producirá un ingreso de $100 y el ingreso de cada hilera de ajíes rojos y
amarillos será de $70 y $50 respectivamente. Ha decidido además que deberá
plantar por lo menos una hilera de ajíes verdes y no más de tres de los amarillos.
a) Utilice la programación dinámica para determinar cuántas hileras de cada
tipo de ají debe plantar Tomás para maximizar sus ingresos.
b) Identifique la fórmula recursiva utilizada.
2.- Explique cómo reconoce usted un problema que puede ser resuelto con Pro-
gramación Dinámica.
3.- Marcos ha decidido comprar un bar o un restaurante con la idea de atenderlo

con su esposa. Ha encontrado tres alternativas posibles desde el punto de vista
económico.
La primera (A1), es un bar que vende bebidas y comidas rápidas en el centro de la
ciudad, específicamente en la zona bancaria, el que abre de lunes a sábados en
horario comercial.
La segunda alternativa (A2) es un restaurante de categoría en el cerro de las rosas,
141
situado en una zona de parques y paseos verdes. Atiende los fines de semana y
feriados y se caracteriza por vender comidas de calidad y altos precios.
La otra posibilidad (A3) es un restaurante vegetariano en el Patio de Comidas de un
Shopping.
Como no está seguro cuál es la mejor alternativa, decide analizar la situación en
términos de los diferentes criterios que influyen en su decisión:
1. Las expectativas de ganancias anuales. Aunque no tiene ac-

ceso a datos confiables, estima que serán:
A1: $36.000.- A2 $45.000.- y A3: $25.000.-
2. Como tanto él como su esposa pasarán muchas horas en el ne-
gocio, considera que el atractivo del lugar es un factor impor-
tante al momento de decidir.
3. El grado de estrés que generará la actividad en cada caso.
4. Finalmente también es importante considerar el riesgo finan-
ciero asociado a cada alternativa, específicamente relacionado
con la elasticidad de la demanda.
Con la finalidad de ayudar a Marcos a tomar una decisión le sugerimos usar el

Proceso Analítico de Jerarquías (AHP), para ello le pedimos que nos expresara sus
preferencias con respecto a los criterios antes enunciados. A nuestras preguntas
respondió:
"Las expectativas de ganancias son fuertemente preferibles al atractivo del

lugar, moderadamente preferibles al grado de estrés y muy fuertemente preferibles
al riesgo financiero".
"El atractivo del lugar es moderadamente más importante que el riesgo finan-
ciero".
"El grado de estrés es entre moderada a fuertemente más importante que el atracti-
vo del lugar y además es fuertemente más importante que el riesgo financiero".
Con respecto a la comparación de las alternativas entre sí, las matrices de compa-
142
raciones pareadas que surgieron fueron las siguientes:

Expectativa de ganancias
A1 A2 A2
A1 1 3 5
A2 1 2
A3 1
Atractivo del lugar

A1 A2 A2
A1 1 4
A2 1
A3 4 9 1
Grado de estrés
A1 A2 A2
A1 1
A2 3 1 3
A3 2 1
Riesgo financiero
A1 A2 A2
A1 1
A2 2 1
A3 7 5 1
a) ¿Qué alternativa debería seleccionar Marcos?

b) Evalúe la consistencia de todas las matrices de comparaciones por pares.
143
144
Facultad de Educación a Distancia
Asignatura : Investigación de Operaciones I
Objetivos
Conocer modelos cuantitativos para la toma de decisiones.
Comprender las características de los problemas de Programación Lineal, problemas de

decisión de n etapas y problemas con objetivos múltiples.
Resolver problemas de este tipo.
Valorar la toma de decisiones con criterio objetivo.
Contenidos
Unidad 1: Programación Lineal

1. Problemas de programación lineal (PL).
1.2. Supuestos
2. Solución gráfica de PL bidimensionales.
3. Algoritmo Simplex.
4. Casos especiales.
5. Resolución de programas lineales por computadora.
Unidad 2: Aplicaciones de la Programación lineal

1. Lineamientos para el planteo de modelos lineales.
2. Aplicación a la resolución de problemas en distintas áreas.
3. Interpretación de los elementos de la tabla simplex.
4. Análisis de sensibilidad. Un enfoque aplicado.
5. Dualidad.
I
Unidad 3: Programación Dinámica
1. Conceptos Generales.
2. Características comunes a la mayor parte de las aplicaciones de la Programación Dinámica.
3. Otras situaciones en Programación Dinámica.
Unidad 4: Proceso Analítico Jerárquico (AHP)

1. Qué es el AHP . Como se determinan las jerarquías o prioridades.
2. Pasos de la metodología.
3. Ventajas y aplicaciones.
BIBLIOGRAFÍA
ANDERSON David R., SWEENEY Dennis J. y WILLIAMS Thomas A. Introducción a los modelos cuanti-
tativos para administración. Grupo Editorial Iberoamérica. Sexta edición. México. 1993.
DAVIS/MCKEOWN. Modelos Cuantitativos para Administración. Grupo Editorial Iberoamérica. Segun-
da edición. México. 1986.
EPPEN - GOLUD - SCHMIDT. Investigación de Operaciones en la Ciencia Administrativa. Prentice Hall.
Tercera edición. México. 1992.
HILLIER Frederick S. Y LIEBERMAN Gerald J. Introducción a la Investigación de Operaciones. Editorial
McGraw-Hill. México. Quinta edición en inglés (tercera en español). 1991.
TAHA, Hamdy A. Investigación de Operaciones. Editorial Alfaomega. Quinta edición. México. 1995.
WINSTON Wayne L.Investigación de Operaciones, Aplicaciones y Algoritmos. Grupo Editorial Iberoamérica.
Segunda edición. México. 1994.
II
III
IV
V
VI

IDO GuiaDeEstudio PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

IDO GuiaDeEstudio PDF

Încărcat de

Drepturi de autor:

Formate disponibile

EDUCACION A DISTANCIA

COORDINACION: Fernando Quintana

PRODUCCION: Maria Teresa Morgante

COORDINACION: Ing. Dante López

PRODUCCION: Jorge Peralta

Este libro es propiedad del Instituto Universitario Aeronáutico.

FACULTAD DE EDUCACION A DISTANCIA

DEPARTAMENTO ORGANIZACION Y SISTEMAS

DEPARTAMENTO ADMINISTRACION DE LAS ORGANIZACIONES

DEPARTAMENTO ADMINISTRACION ACADEMICA

AUTOR: Claudia Etna Carignano

Contadora Pública Nacional. Universidad Nacional de Córdoba.

Profesora Adjunta Matemática IV yV. Facultad de Ciencias Econó-

Profesora Adjunta de Investigación Operativa. Facultad de Tecnolo-

Profesora Adjunta de Investigación Operativa I. Facultad Regional

Profesora Titular de Investigación de Operaciones I y II. Instituto

PROCESAMIENTO DIDACTICO Y EVALUACION PEDAGOGICA:

Lic. María Beatríz Rossa de Riaño

Lic. Raquel Ortega

Cra. Claudia E. Carignano

INTRODUCCION GENERAL ORIENTADORA ............................................. 7

Tema 1: Problemas de programación lineal (PL)

UNIDAD 2: APLICACIONES DE LA PROGRAMACIÓN LINEAL ........... 37

Tema 1: Lineamientos para el planteo de modelos lineales

UNIDAD 3: PROGRAMACIÓN DINÁMICA ................................................ 75

Tema 1: Conceptos generales

UNIDAD 4: PROCESO ANALÍTICO JERÁRQUICO (AHP O PAJ) .......... 101

Tema 1: Qué es el AHP. Como se determinan las jerarquías o prioridades

CLAVES DE RESPUESTA ............................................................................ 115

Durante la segunda guerra mundial, la administración militar británica reunió a

Aclaremos un poco este concepto, examinando sus características principales.

Podríamos decir que:

La I.O. constituye una actitud de análisis frente a las situacio-

En un mundo tan rápidamente cambiante y competitivo como el nuestro, los

dedicamos dos unidades. En la primera analizamos las características del mo-

Conocer modelos cuantitativos para la toma de decisiones.

Comprender las características de los problemas de Progra-

Desarrollar habilidades en la resolución de problemas de

Resulta conveniente aclarar que en general todos los textos dedicados a la

En la Orientación del Aprendizaje de cada unidad encontrará pautas específicas

• Aplicación de los distintos métodos a situaciones planteadas.

• Información completa, clara y precisa de los resultados para la toma

Antes de comenzar con el estudio de la Investigación de Operaciones le acer-

“Como técnica para la solución de problemas, la IO debe visualizarse como

Seguramente en su actividad diaria, en su lugar de trabajo o en alguna organi-

Estas características, junto con otras que se verán en el desarrollo de la unidad,

La programación lineal usa un modelo matemático para describir

¿Por qué el nombre de programación lineal?

La programación lineal (PL) es un modelo matemático lineal desa-

En el desarrollo de esta unidad le proponemos los siguientes objetivos de

Modelizar problemas simples de PL.

Resolver e interpretar gráficamente las soluciones de pro-

Aplicar el algoritmo SIMPLEX de resolución de PL.

Identificar y analizar problemas especiales de PL.

Los temas a tratar en esta unidad son los siguientes:

En esta unidad comenzaremos con el estudio de la programación lineal (PL),

No se apresure, no avance en el siguiente tema sin haber compren-

TEMA 1: PROBLEMAS DE PROGRAMACIÓN LINEAL (PL)

2. Por disposiciones gubernamentales no se pueden sembrar

3. Se dispone de 1200 horas para siembra.

Estructura matemática del objetivo:

maximizar Z = 100 x1 + 200 x2

$/acres acres $/acres acres