NIVEL 5 SA21

FACULTAD DE INGENIERÍA Y TECNOLOGÍAS DE LA

INFORMACIÓN Y LA COMUNICACIÓN

CARRERA DE INGENIERÍA INDUSTRIAL

P.F. INVESTIGACIÓN OPERATIVA

TEMA:

MODELADO MATEMÁTICO

ESTUDIANTE(s):

STALIN NOBOA

FABIAN USHIÑA

AMBATO – ECUADOR
Fecha: 2021 – JUNIO - 05

2
TEMA: LA
INVESTIGACIÓN
OPERATIVA
INTRODUCCIÓN

Los orígenes de la Investigación de operaciones se dan en la Segunda Guerra

Mundial, cuando se pretendía asignar los pocos recursos que se disponían a las
distintas actividades militares. Los militares contrataron a un grupo de científicos para
que aplicaran el método científico para que resolvieran estos problemas [ CITATION
Hil10 \l 12298 ].

La Investigación de Operaciones propone un proceso para la resolución de problemas

que comienza por la observación cuidadosa y la formulación del problema, lo cual
incluye la recolección de los datos pertinentes [ CITATION Hil10 \l 12298 ].

El siguiente paso es la construcción de un modelo científico generalmente matemático

con el cual se intenta abstraer la esencia del problema real. [ CITATION Hil10 \l 12298 ].
En esta etapa se propone la hipótesis o lo que se quiere comprobar y se obtendrán
soluciones [ CITATION Hil10 \l 12298 ].

La aplicación de la Investigación de operaciones en las empresas siempre ha

contribuido en su eficiencia y productividad. Estas contribuciones permitieron que se
forme la Federación Internacional de Sociedades de Investigación Operacional
INFORMS por sus siglas en inglés.
La complejidad de los problemas reales y la búsqueda de soluciones mediante las
Investigación de Operaciones ha permitido que se desarrollen programas
computacionales que aprueban el manejo adecuado de varias variables y que el
problema se aproxime a una realidad. En la actualidad, es común el uso del paquete
de hojas de cálculo como Microsoft Excel, - Excel Solver - para resolver los modelos,
el software LINDO entre otros [ CITATION Hil10 \l 12298 ].

Aplicaciones:

Federal Express (FedEx) es la compañía de transporte de paquetes más grande del

mundo. Cada día de trabajo entrega más de 6.5 millones de documentos, paquetes y
otros artículos a través de Estados Unidos y más de 220 países y territorios alrededor
del mundo. En algunos casos, la entrega de estos embarques está garantizada para el
día siguiente a las 10:30 a.m. Los desafíos logísticos que implica proporcionar este
servicio son extraordinarios. Los millones de embarques diarios deben ordenarse y
ponerse en ruta de manera individual hacia la ubicación general correcta (por lo
general por avión) para después ser entregados en el destino exacto (normalmente
con un vehículo motorizado) en un tiempo sorprendentemente breve. ¿Cómo es esto
posible? La investigación de operaciones (IO) es el motor tecnológico que impulsa a

1
 esta compañía. Desde su fundación en 1973, la investigación de operaciones le ha
ayudado a tomar sus decisiones de negocios más importantes, entre ellas inversiones
en equipo, estructura de rutas, programación, finanzas y ubicación de instalaciones.
Después de que la investigación de operaciones recibió el crédito por salvar a la
compañía durante sus primeros años, se volvió una costumbre tener una
representación de investigación de operaciones en las reuniones de la alta dirección y,
en realidad, algunos de los vicepresidentes corporativos han surgido del destacable
grupo de investigación de operaciones de FedEx. FedEx ha sido reconocida como una
compañía de clase mundial. De manera rutinaria se encuentra entre las mejores
compañías de la lista anual de Fortune Magazine de “Las Compañías más Admiradas
del Mundo”. También fue la primera ganadora del prestigioso premio que ahora se
conoce como INFORMS, el cual se otorga todos los años por la efi caz y repetida
integración de la investigación de operaciones en la toma de decisiones de la
organización en formas originales, variadas, novedosas y duraderas. [ CITATION
Hil10 \l 12298 ].
Fuente: R. O. Mason, J. L. McKenney, W. Carlson y D. Copeland, “Absolutely,
Positively Operations Research: The Federal Express Story”, Interfaces, 27(2): 17-36,
marzo-abril de 1997.

https://www.youtube.com/watch?v=pMjOy9catNI

INVESTIGACIÓN OPERATIVA

 La Investigación Operativa, es una asignatura que se fundamenta en el análisis de

modelos matemáticos lineales, denominada también como programación lineal; el
objetivo fundamental de la programación lineal será encontrar una solución óptima a
un problema donde existen recursos limitados; entonces la solución óptima permitirá
maximizar o minimizar el efecto de la utilización de estos recursos limitados.
 En un principio se puede encontrar la solución óptima mediante un análisis gráfico,
específicamente cuando el modelo consta de dos variables de decisión; mientras que
cuando estas variables son más de dos es mejor utilizar herramientas matemáticas
como el algoritmo Simplex. Será de gran importancia que, una vez obtenida la solución
óptima, la misma sea sometida a un análisis de sensibilidad para determinar el efecto
de posibles variaciones en la estructura del modelo. 
 Cuando el modelo matemático gana en complejidad se hace importante la utilización
de software como QM-Render, Lindo, Lingo, Solver, entre otros que ayudarán a
obtener resultados precisos con un consecuente ahorro de tiempo y esfuerzo.
Finalmente le acompaña a la investigación operativa la programación lineal que
permite manejar criterios de dualidad en la resolución de problemas de optimización,
también es importante destacar dentro de los modelos matemáticos lineales a los
problemas de transporte que básicamente permiten obtener una eficiente asignación
de recursos en función de las características de oferta y demanda de los mismos.

 RESEÑA HISTÓRICA

 En la siguiente table se muestra la reseña histórica y los aportes de la administración

científica del trabajo que dio origen a la investigación de operaciones:
AÑO EVENTO
1710 Leibniz previó la necesidad y la posibilidad de una teoría de juegos y estrategias. La teoría
de juegos puede ser definida como una teoría matemática que estudia las características
generales de situaciones donde hay competencia, dando importancia especial a los
procesos de toma de decisiones de los adversarios. Ejemplos de estas situaciones pueden
ser las campañas publicitarias para productos competitivos y planeación de estrategias
destinadas a ganarle clientes a la competencia.

2
 AÑO EVENTO
1712 James Waldegrave formuló la noción de estrategias mínimas.
1770 Revolución industrial: época en la que aparecen obras que ponen de manifiesto múltiples
desarrollos administrativos. Adam Smith y la segmentación de las responsabilidades en la
toma de decisiones administrativas de dichas organizaciones.
La máquina de vapor de James Watt y el concepto de partes intercambiables, desarrollado
por Eli Whitney,
1832 Charles Babbage amplió el trabajo de  Smith  empleando  el  método científico para analizar
problemas en la fábrica, lo cual hizo posible el surgimiento de los estudios de tiempo,
costeo unitario, investigación y desarrollo. Fue el creador de la Máquina Analítica,
predecesora del computador actual.
1881 Edgeworth lanza su obra Mathematical Phisics.
1906 A. Markov estudia la secuencia de los experimentos conectados en cadena y las
representaciones matemáticas de los fenómenos físicos conocidos como movimiento
browniano.
1909 A.K. Erlang —Copenhague Telephone Co. Experimentó con un problema relacionado con
la congestión del tráfico telefónico.
1910 A.      K. Erland, ingeniero danés, llevó a cabo experimentos relacionados con las
fluctuaciones de la demanda de instalaciones telefónicas en relación con el equipo
automático. Sus trabajos constituyen la base de muchos modelos matemáticos que se usan
actualmente en la teoría de líneas de espera.
Esta teoría llamada también teoría de colas se ocupa de las llegadas aleatorias a una
instalación de servicio o de procesamiento de capacidad limitada y consiste en modificar el
sistema para hacerlo más eficiente.
1911 Frederick Taylor, conocido como el «Padre de la Administración Científica» mediante su
publicación Principles of Scientific Management, se inicia la Administración de Operaciones.
1913 Henry Ford introdujo el concepto de «Producción en masa» en la industria
1914 Thomas Alva Edison la tarea de averiguar las maniobras de los barcos mercantes que
fueran más eficaces para disminuir las pérdidas de embarques causadas por los
submarinos enemigos, el inventor norteamericano empleó un tablero táctico para encontrar
la solución.
1915 Se desarrolla la teoría de inventarios. ¿Qué cantidad se debe pedir? ¿Cuándo se debe
pedir? La estrategia óptima es lograr un balance entre la producción y los costos óptimos.
1923 A. N. Kolmogorov, W. Feller, W. Doeblin, P. Levy, J. L. Door, entre otros desarrollan la
teoría de la teoría general de los procesos  de  Markov.
1930 Horace C. Levison aplicó algunos modelos matemáticos muy refinados a grandes
cantidades de datos, cuyo manejo habría sido completamente imposible de otro modo.
1940 Segunda Guerra Mundial, comenzó el uso de nuevos enfoques para la toma de decisiones.
Estos fueron los orígenes de la Investigación de Operaciones tal como existe hoy en día.
John Von Neumann y Stanislaw Ulan, inician con la teoría de la simulación.
1947 George Dantzig, desarrolla teorías para la investigación de operaciones como el método
simplex.
1950 George Dantzig, desarrolla teorías para la investigación de operaciones como la teoría de
colas.
1954 Aparece un código llamado Lp, que permitía realizar computaciones rutinarias. Ochard-
Hays empezó con la unión de la programación lineal y el análisis numérico para dirigir
conceptos asociados como la factorización base y la estabilidad numérica.
1957 Naval Special Proyect Office y e Departamento de Marina de Estados Unidos en
colaboración con ingenieros consultores desarrollan el sistema PERT.
J. E. Kelley y M. R. Walker desarrollan el sistema CPM.
El sistema tipo PERT ayuda en la planificación y el control. Uno de los objetivos principales
es determinar la probabilidad de satisfacer límites de tiempos determinados. También
identifica las actividades que tienen más probabilidad de convertirse en cuellos de botellas y
en las que debe programarse el esfuerzo máximo. Otro objetivo es evaluar el efecto de los
cambios en el programa.
1960 La mayoría de los enfoques en la toma de decisiones se aplicaban a casos especiales y
problemas repetitivos.
1972 Turban presentó un informe acerca de una encuesta relativa a actividades de investigación
de operaciones en las industrias.
1976 Fabezzi y Valente informaron sobre los resultados de un cuestionario enviado por correo a
100 compañías en los Estados Unidos, en noviembre de 1974, referente al uso de la
programación matemática en la industria.
1984 La computadora reemplazó contribuyó a la aplicación de la investigación de operaciones en
la industria. La investigación de operaciones abarca todos los problemas administrativos

3
 AÑO EVENTO
que se pueden tratar tanto con los conceptos y técnicas convencionales de investigación de
operaciones como también con los de análisis de decisiones.
 En el detalle anterior, se está identificando a personajes y sus aportes a partir del año
1710, estos aportes constituyeron la base para el desarrollo de la Investigación de
Operaciones.

4
TAREAS EN CASA:

Tarea 1.- La tarea consiste en presentar una gráfica interactiva – línea de tiempo – que contenga al menos la
información descrita en la tabla anterior.

Esta tarea será presentada por pares de estudiantes (2 estudiantes) además mediante
una exposición en la siguiente clase del grupo No. () se realizará la coevaluación.
La gráfica interactiva recomienda sea realizada en GENIAL.LY, por lo que el
estudiante deberá insertar el link de acceso y una captura de pantalla.

https://view.genial.ly/60bbb9f8a6d3c70d7df86386/interactive-content-linea-cronologica

Tarea 2.- En la observación de las actividades de la empresa ABC, se ha recolectado cierta información:

5
 • Su producción: tres tipos de productos. Con una capacidad de
producción de 100 unidades en total.

• El producto 1, genera una guanacia de 2 dólares por cada unidad; el

producto 2 genera una guanacia de 1 dólar por cada unidad, y el producto
3 genera una guanacia de 5 dólares por unidad. Se pretende obtener la
mayor ganancia.

• La empresa no puede producir más de 25 unidades del producto 1 porque

no tiene suficiente material; más de 65 unidades del producto 2 y más de
35 unidades del producto 3 porque hay un consumo exagerado de
energía.

El reto consiste en ¿describir cómo representar el modelo matemático con los datos
planteados?
Se recomienda llenar la siguiente tabla:

Qué es lo que se quiere Cuáles son las

GRUPO No. ESTUDIANTES Cuáles serían las Variables
conseguir Restricciones

Obtener una mayor No se pueden

ganancia con la producir más de
Se considera q la
producción de los 100 unidades,
variable es la
Fabian Ushiña tres productos. limitantes de cada
capacidad de
4 producto y el tipo
producción y
los Producto 1 2$ c/u
Stalin Noboa
de producto.
tipos de productos a
fabricar. Producto 2 1$ c/u

Producto 2 5$ c/u

Se deberá justificar lo que se ha colocado en la tabla.

Las variables que intervienen. Explique.

La variable seria la cantidad de producto a fabricar buscando una mayor

ganancia.

Qué es lo que se quiere conseguir. Explique.

6
Mayor ganancia económica con la fabricación de los tres productos donde se
debería fabricar 25 uds del Producto 1 a 2$ c/u, 40 uds Producto 2 a 1 c/u y 35
uds del Producto 3 a 5$ c/u.

Cuáles son las restricciones. Explique.

No se pueden producir más de 100 unidades, limitantes de cada producto y el

tipo de producto a elaborar.

7
TEMA: MODELADO
MATEMÁTICO EN
INVESTIGACIÓN
OPERATIVA
INTRODUCCIÓN

Involucrarse en la Investigación de operaciones, conlleva un conjunto de acciones que

permiten entender el contexto al cual se quiere estudiar. En este sentido el
modelamiento matemático es una parte del conjunto de actividades de la investigación
de operaciones, que permite representar el problema, obtener soluciones, probar y
ajustar las soluciones e implementar los cambios en el argumento real.
Entre la variedad de bibliografía en materia de Investigación de Operaciones, se puede
plantear una metodología que permite realizar un estudio que en resumen consiste en:
entender el problema, formular el modelo,
Los estudios de investigación de operaciones hoy por hoy utilizan al computador para
resolver el modelamiento matemático, ahorrando tiempo; sin embargo, en este curso
se describirán y se realizarán ejercicios para conocer los distintos métodos para
obtener soluciones. El ingenio y la habilidad de cada persona llevará al éxito en los
estudios de investigación de operaciones.
Aplicación:
Continental Airlines es una importante compañía estadounidense que transporta
pasajeros, carga y correo. Opera más de 2 000 salidas diarias a muchos más de 100
destinos nacionales y casi 100 internacionales. Las aerolíneas como Continental
enfrentan a diario interrupciones en el itinerario debido a eventos inesperados, entre
los que se destacan inclemencias del clima, problemas mecánicos en los aviones e
indisponibilidad de las tripulaciones. Estas interrupciones pueden ocasionar retrasos y
cancelaciones en los vuelos. En consecuencia, las tripulaciones pueden no estar en
posición de prestar el servicio en sus vuelos programados restantes. Las líneas aéreas
deben reasignar tripulaciones con rapidez para cubrir los vuelos abiertos y para
regresarlos a sus programas originales de una manera eficiente en cuanto a costos al
mismo tiempo que cumple todas las regulaciones gubernamentales, obligaciones
contractuales y elevados estándares de calidad de vida. Para enfrentar estos
problemas, un equipo de Investigación de Operaciones en Continental Airlines

8
desarrolló un modelo matemático detallado para reasignar tripulaciones a vuelos tan
pronto como surgían las emergencias. Como la aerolínea tiene miles de tripulaciones y
vuelos diarios, el modelo necesitaba ser enorme para poder considerar todas las
posibles asignaciones de tripulaciones a vuelos. Por lo tanto, el modelo tiene millones
de variables de decisión y muchos miles de restricciones. En su primer año de uso
(principalmente en 2001), el modelo se aplicó cuatro veces para recuperarse de
interrupciones de itinerario muy importantes (dos tormentas de nieve, una inundación y
los ataques terroristas del 11 de septiembre). Ello produjo ahorros de
aproximadamente 40 millones de dólares. Las aplicaciones subsiguientes se
extendieron a muchas interrupciones menores diarias. Aunque después otras
aerolíneas comenzaron a aplicar investigación de operaciones de una manera similar,
esta ventaja inicial sobre las demás compañías para recuperarse con más rapidez de
interrupciones de itinerario con menos vuelos retrasados y cancelados colocó a
Continental Airlines en una posición fuerte cuando la industria enfrentó un periodo
difícil durante los años iniciales del siglo XXI. Esta iniciativa permitió a la empresa
ganar en 2002 el primer lugar en la competencia internacional por el Premio Franz
Edelman al desempeño en investigación de operaciones y ciencias de la
administración. Fuente: G. Yu, M. Argüello, C. Song, S. M. McGowan y A. White, “A
New Era for Crew Recovery at Continental Airlines”, en Interfaces, 33(1): 5-22, enero-
febrero, 2003.

FASES DE UN ESTUDIO DE INVESTIGACIÓN DE OPERACIONES

• 1. Comprensión del problema: Consiste en obtener toda la información

necesaria, entender el problema.
• 2. Identificar variables: Consiste en identificar los elementos o variables que se
podrán utilizar según los datos obtenidos.
• 3. Formulación del modelo: Consiste en plantear los datos seleccionados o
priorizados como ecuaciones o inecuaciones que describan la situación
problémica.
• 4. Soluciones: Debido a que existen recursos limitados entre actividades
competitivas, las soluciones pretenderán ser óptimas.

TAREA EN CASA

9
Tarea 3.- En el libro [ CITATION Hil10 \l 12298 ]

(https://docs.google.com/file/d/0B0BbpExPnl2JaFo2MXFQS1p3TjA/preview) se
establecen seis fases con amplitud de detalle para un estudio de investigación de
operaciones mientras que este curso se ha definido cuatro fases. Establezca la
relación entre las dos informaciones adopte las faces resumidas en este documento a
cada fase ampliada en el libro; Resuma cada fase ampliada en el libro, use la siguiente
tabla:

Según [ CITATION Hil10 \l 12298 ] Según la descripción en este curso

1 según el libro Introducción a la 1. comprensión del problema:

INVESTIGACIÓN DE OPERACIONES Consiste en obtener toda la
novena Edición esta fase corresponde a información necesaria, entender
DEFINICIÓN DEL PROBLEMA Y el problema.
RECOLECCIÓN DE DATOS

2 según el libro Introducción a la 2. Identificar variables: Consiste en

INVESTIGACIÓN DE OPERACIONES identificar los elementos o
novena Edición esta fase corresponde a variables que se podrán utilizar
FORMULACIÓN DE UN MODELO según los datos obtenidos.
MATEMÁTICO

3 según el libro Introducción a la

INVESTIGACIÓN DE OPERACIONES
novena Edición esta fase corresponde a
OBTENCION DE SOLUCIONES A
PARTIR DEL MODELO

4 según el libro Introducción a la 3. Formulación del modelo:

INVESTIGACIÓN DE OPERACIONES Consiste en plantear los datos
novena Edición esta fase corresponde a seleccionados o priorizados
PRUEBA DEL MODELO como ecuaciones o inecuaciones
que describan la situación
5 según el libro Introducción a la problémica.
INVESTIGACIÓN DE OPERACIONES
novena Edición esta fase corresponde a
PREPARACIÓN PARA APLICAR EL
MODELO.

6 según el libro Introducción a la 4. Soluciones: Debido a que existen

INVESTIGACIÓN DE OPERACIONES recursos limitados entre
novena Edición esta fase corresponde a actividades competitivas, las
IMPLEMENTACIÓN soluciones pretenderán ser
óptimas.

Tarea 4.- Responda a las siguientes preguntas:

10
1. Según [ CITATION Hil10 \l 12298 ] en qué consiste la fase prueba del modelo?

Consiste en la elaboración de un modelo matemático grande que a la vez es análogo

al desarrollo de un programa de computadora grande, se lo complementa mediante la
primera versión que es inevitable que contenga muchas fallas. El programa debe ser
probado de manera exhaustiva para tratar de encontrar y corregir tantas fallas como
sea posible. Con el tiempo, después de una larga serie de programas mejorados, el
programador o equipo de programación concluye que el programa actual proporciona,
en general, resultados razonablemente válidos. Aunque sin duda quedarán algunas
fallas ocultas y quizá nunca sean detectadas se habrá eliminado la cantidad suficiente
de problemas mayores como para que su utilización sea confiable.
Este proceso de prueba y mejoramiento de un modelo para incrementar su validez se
conoce como validación del modelo.

2. Según [ CITATION Hil10 \l 12298 ] en qué consiste la fase de preparación para

aplicar el modelo?
Este sistema debe incorporar el modelo y el procedimiento de solución que incluye el
análisis pos óptimo y los procedimientos operativos para su implantación. Así, aun
cuando cambie el personal, el sistema puede ser consultado de manera periódica para
proporcionar una solución numérica específica.
Este sistema casi siempre se diseña para computadora.
computadora. En realidad, con frecuencia se necesita un número considerable de
programas integrados. Las bases de datos y los sistemas de información
administrativos pueden proporcionar la entrada actualizada para el modelo cada vez
que se use, en cuyo caso se necesitan programas de interfaz, es decir, interacción con
el usuario.
Después de aplicar un procedimiento de solución otro programa al modelo, puede ser
que los programas adicionales manejen la implementación de los resultados de
manera automática. En otros casos, se instala un sistema interactivo de computadora
llamado sistema de apoyo para las decisiones para ayudar a la administración a usar
los datos y modelos y así apoyar (no sustituir) su toma de decisiones. Otro programa
puede generar informes gerenciales (en lenguaje administrativo) que interpreten la
salida del modelo y sus implicaciones prácticas.

3. Según [ CITATION Hil10 \l 12298 ] en qué consiste la fase de implementación

del modelo?
Una vez desarrollado el sistema para aplicar el modelo, la última etapa de un estudio
de IO es implementarlo según lo haya establecido la administración. Esta etapa es
crítica, pues aquí y sólo aquí se cosecharán los beneficios del estudio. Por lo tanto, es
importante que el equipo de IO participe para asegurar que las soluciones del modelo
se traduzcan con exactitud en un procedimiento operativo, y para corregir defectos en
la solución que se presenten en cualquier momento.

El éxito de la implementación depende en gran medida del apoyo que proporcionen

tanto la alta administración como la gerencia operativa. Es más probable que el equipo
de IO obtenga este apoyo si ha mantenido a la administración bien informada y ha
11
fomentado la guía de ésta durante el estudio. La buena comunicación ayuda a
asegurar que el estudio logre lo que pretende y, por lo tanto, merezca ponerse en
práctica. También proporciona a la administración el sentimiento de que el estudio es
suyo y facilita el apoyo para su implementación.

La etapa de implementación incluye varios pasos. Primero, el equipo de IO explica en

forma cuidadosa a la administración operativa el nuevo sistema que debe adoptar y su
relación con la realidad operativa. A continuación, estos dos grupos comparten la
responsabilidad de desarrollar los procedimientos que se requieren para poner el
sistema en operación. Después, la administración operativa se encarga de
proporcionar una capacitación detallada al personal que participa, y se inicia el nuevo
curso de acción. Si tiene éxito, el nuevo sistema se podrá emplear durante algunos

años. Con este objetivo en mente, el equipo de IO supervisa la experiencia inicial con
base en la acción que se tomó para identificar cualquier modificación que deba
hacerse en el futuro.

Durante el periodo de uso del nuevo sistema, es importante continuar con la

retroalimentación acerca de su funcionamiento y si los supuestos todavía se cumplen.
Cuando ocurren desviaciones significativas de los supuestos originales, el modelo
debe ser revisado para determinar si necesita modificaciones. El análisis pos óptimo
que se realice puede ser una guía útil en este proceso de revisión.

12
INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL

El desarrollo de la programación lineal ha sido clasificado como uno de los avances

científicos más importantes de mediados del siglo XX [ CITATION Hil10 \l 12298 ].

En la actualidad es una herramienta de uso normal que ha ahorrado miles o millones

de dólares a muchas compañías o negocios, incluso empresas medianas, en los
distintos países industrializados del mundo; su aplicación a otros sectores de la
sociedad se ha ampliado con rapidez [ CITATION Hil10 \l 12298 ].

Una proporción muy grande de los programas científicos en computadoras está

dedicada al uso de la programación lineal. Se han escrito docenas de libros de texto
sobre esta materia y se cuentan por cientos los artículos publicados que describen
aplicaciones importantes [ CITATION Hil10 \l 12298 ].

El planteamiento matemático de los problemas conlleva a plantear metodologías o

herramientas para dar solución a esos problemas.
La programación lineal, permite resolver problemas que se presentan en la vida
cotidiana, claro está contando con información, es decir el registro de la información es
necesaria y suficiente para realizar un planteamiento o modelamiento matemático.
La información recopilada expone dos situaciones, la primera situación es lo que se
desea conseguir, es decir identificar si las condiciones permiten obtener ganancias o
en su defecto obtener ahorros. La segunda situación, presenta las restricciones que se
tienen para conseguir el ansiado ahorro o ganancia.

PASOS PARA LA FORMULACIÓN COMO UN PROBLEMA DE

PROGRAMACIÓN LINEAL

• 1. Comprensión del problema: Consiste en leer detenidamente el problema en

cuestión e identificar claramente su objetivo.
• 2. Definición de las variables de decisión: Consiste en representar
simbólicamente las decisiones que se van a tomar usando el modelo de
programación lineal.
• 3. Formulación de la función objetivo: Este paso consiste en definir el objetivo o
meta que se desea alcanzar. Esta función muestra la relación existente entre la
producción y la utilidad que se pretende alcanzar, o el costo para llevar a cabo
dicha producción o cualquier otro objetivo perseguido.
• 4. Planteamiento de las restricciones: Debido a que existen recursos limitados
entre actividades competitivas, es necesario formular restricciones que
permiten ver claramente las condiciones con que se debe contar para resolver
el problema.
• 5. Formulación de las condiciones de no negatividad: Consiste en restringir
todas las variables a que sean mayores o iguales a cero.

MODELAMIENTO MATEMÁTICO COMO PROBLEMA DE PROGRAMACIÓN

LINEAL

13
 PROBLEMA GENERAL DE MAXIMIZACIÓN

Dado ciertos recursos con sus respectivas restricciones, se busca determinar la

combinación de actividades que permitan obtener el mayor rendimiento de los
recursos basado en el criterio de máxima utilidad.

Variables de decisión: Se requiere determinar:

X i (i=1,2, … , n)
Maximizando la función objetivo:
n
Z ( máximo )=∑ C j X i
i=1

El problema está sujeto a las siguientes restricciones:

n

∑ A ij X j ≤ B i
i=1

donde Bi es una constante que debe indicar la limitación del recurso i para producir o
servir Aij, asociado a un recurso i a un determinado producto o servicio j.

PROBLEMA GENERAL DE MINIMIZACIÓN

 Consistes en que dados los recursos se deben aprovechar al máximo de tal manera
que se genere el mínimo costo.

Determinar Xj (j = 1, 2, ..., n) minimizando la función objetivo.

n
Z ( minimizar )=∑ C j X J
j=1

Restricciones:
n

∑ A ij X j ≥ Bi
j=1

para todo i = 1, 2, ..., m

  X j ≥ 0 para todo j

EJEMPLO 1:

A continuación, se presentan ejemplos de situaciones problemáticas y su

modelamiento matemático.

14
 Se ha planteado la necesidad de maximizar la satisfacción diaria que le
produce la realización de una serie de actividades a una persona. Para esto se
ha establecido la siguiente lista de actividades con sus diferentes grados de
satisfacción asociados, así:

ACTIVIDAD GRADO DE
SATISFACCI
ÓN
Realizar su 4
trabajo
Socializar con 2
amigos
Jugar 7

Dar un paseo 3

Leer un libro 2

Dormir 4

Aunque se quisiera realizar todas las actividades, cuenta con algunas

limitaciones. Como es lógico, sólo se dispone de 24 horas al día, y las
actividades consumen tiempo, así:

ACTIVIDAD CONSUMO DE
TIEMPO (MIN)
Realizar su 15
trabajo
Socializar con 10
amigos
Jugar 120
Dar un paseo 60
Leer un libro 300
Dormir 60

Además, no le es posible trabajar más de 5 horas; no puede socializar con más de

cinco compañeros, porque ellos también trabajan; no puede jugar más de dos partidos
de fútbol diario, por cansancio; no puede dar más de dos paseos por la ciudad, por
aburrimiento; no puede leer más de dos libros al día, por cansancio visual. En cuanto
al sueño, se sabe que no puede dormir más de diez horas al día, ni menos de siete.

15
¿Cuáles son las actividades diarias y a qué nivel deben realizarse para lograr su
objetivo (maximizar su satisfacción diaria) sin infringir las limitaciones
existentes?

RETO

a. Describa brevemente cómo interpretaría de manera ilustrativa la situación

problémica que se describe en el ejemplo anterior para facilitar su
comprensión, para esto realice la Ilustración, es decir una caricatura en la
que se represente la situación de la persona descrita anteriormente.

FORMULACIÓN COMO UN PROBLEMA DE PROGRAMACIÓN LINEAL

b. Con la información del ejemplo, identifique las variables, la fusión

objetivo y las restricciones, organice la información
ORGANIZACIÓN DE LA INFORMACIÓN

ACTIVIDAD Tiempo en Límite del número Grado de

minutos de actividades a Satisfacción
realizar

REALIZAR SU 15 5 4
TRABAJO

SOCIALIZAR CON 10 5 2
AMIGOS

JUGAR 120 2 7

DAR UN PASEO 60 2 3

LEER UN LIBRO 300 2 2

DORMIR 60 Entre 7 y 10 4

Desarrollo de la solución:
Análisis
Definición de variables:
Sean
X1 : nº de veces que realiza actividades de trabajo
X2 : nº de veces que socializa con amigo
X3 : nº de partidos jugados por día
X4 : nº de paseos
X5 : nº de libros leídos por día
X6 : nº de horas dormidas por día

16
Diseño del modelo
Si se designa con Z la función de satisfacción total, la función objetivo será:
Z(máx)= 4X1 + 2X2 + 7X3 + 3X4 + 2X5 + 4X6
Sujeto a (Restricciones):
15X1+10X2+120X3+60X4+300X5+60X6 ≤ 1440 min. (tiempo disponible)
X1≤5 (nº de veces que realiza actividades de trabajo)
X2≤5 (nº de veces que socializa con amigo)
X3≤2 (nº de partidos jugados por día)
X4≤2 (n.º de paseos)
X5≤2 (nº de libros leídos por día)
X6≤10 (n.º de horas máximas que puede dormir)
X6≥7 (n.º de horas mínimas que puede dormir)
Restricciones de no negatividad:
X1, X2, X3, X4, X5, X6 ≥ 0 (no negatividad)

EJEMPLO 2:

La asociación de estudiantes de una institución dispone de $100.000 y ha pensado

invertirlos en dos negocios. El primero le reporta una utilidad de $25 mensuales, y el
segundo $40 mensuales por cada $100 invertidos.
Debidoa ciertas condiciones impuestas por la asamblea de socios, se debe invertir al
menos el 25 % del capital en el primer negocio y no más del 50% en el segundo.
Además, la cantidad invertida en el último no debe ser mayor a 1,5 veces la cantidad
invertida en el primero.
Se pide: plantear este problema como un modelo de programación lineal.
Análisis
•Objetivo: El objetivo propuesto por la asociación debe ser la maximización del
beneficio de la inversión, para lo cual deberá determinar cuánto dinero invertir
en cada uno de los negocios.
•Definición de variables
X1 : cantidad de dinero para invertir en el negocio 1
X2 : cantidad de dinero para invertir en el negocio 2
Ambos mensualmente.
• Condiciones (impuestas y lógicas). El total invertido en los dos negocios no puede
exceder la cantidad disponible de $100.000. La cantidad que se invierta en el primer
negocio debe ser al menos el 25 % de lo invertido total. La cantidad invertida en el

17
segundo negocio no podrá ser superior al 50 % de lo disponible. La cantidad invertida
en el segundo negocio no puede ser mayor que 1,5 veces lo invertido en el primero.
• Diseño del modelo
Función objetivo.-
Z(máx)=0,25X1+0,40X2
SUJETO A:
X1+X2≤100.000 (por disponibilidad de capital)
X1≥25.000 (mínima cantidad para el primer negocio)
X2≤50.000 (máxima cantidad para el segundo negocio)
X2≤1,5 X1 o (por cantidad invertida de dos con respecto a uno) o lo que es lo mismo –
1,5X1+X2≤0
Restricciones de no negatividad:
X1, X2≥0 (restricción de no negatividad)

EJEMPLO 3 COMO TAREA EN CASA

Tarea 5.- «Lechera Moderna» tiene una capacidad de recepción de 50.000 litros de leche diarios. La
administración exige que al menos 30.000 litros sean embotellados diariamente y el resto sea empleado para
producir leche especial o mantequilla. La contribución de cada litro de leche a la utilidad, según el uso que se
le dé, es la siguiente: embotellada $100, especial $150 y $160 la unidad de mantequilla (que se consume un litro
de leche). El equipo de fabricación de mantequilla puede manejar hasta 6.000 litros diarios de leche, el equipo
de envase puede manejar hasta 40.000 litros diarios, y el de leche especial procesar hasta 20.000 litros por día.

La empresa desea conocer qué cantidad de leche en litros es convertida en

mantequilla o en leche especial y cuánto se debe embotellar (leche corriente) para
maximizar la ganancia.
Análisis
• Objetivo: «Lechera Moderna» desea maximizar sus ganancias, para lo cual debe
establecer cómo distribuir la leche que diariamente se recibe en la producción de leche
especial, mantequilla y cuánto embotellar.
• Definición de variables
Definición de variables
x1: Cantidad de leche corriente
x2: Cantidad de leche que será mantequilla
x3: Cantidad de leche que será leche especial
Productos
  Max o Min
x1 x2 x3
Capacidad 1 1 1 50000 max
Z(max)= Administracion 1     30000 min
Equipo 1   1   6000 max
Equipo 2 1     40000 max

18
 Equipo 3     1 20000 max
$ $ $
Ganancia 100,00 160,00 150,00
   

• Condiciones impuestas: El total de leche utilizada en los diferentes procesos no

puede exceder el total recibido diariamente (50.000 litros). Por lo menos, 30.000 litros
de leche deberán ser embotellados diariamente. La leche dedicada a producir
mantequilla no debe superar los 6.000 litros. No puede procesar más de 20.000 litros
para producir leche especial, ni envasar más de 40.000 litros de leche corriente en un
día.
• Diseño del modelo

Z(max)= 100 x1 + 160 x2 + 150 x3

19
(Restricciones
Capacidad 1 x1 + 1 x2 + 1 x3 ≤ 50000
)

Administracio
1 x1 + 0 x2 + 0 x3 ≥ 30000
n

Equipo 1 1 x1 + 1 x2 + 0 x3 ≤ 6000
               
Equipo 2 1 x1 + 0 x2 + 0 x3 ≤ 40000
               
Equipo 3 0 x1 + 0 x2 + 1 x3 ≤ 20000

Restriccionesde no negatividad
x1 ≥0
x2 ≥0
x3 ≥0

1
EJEMPLOS DE MINIMIZAR: [ CITATION HIL10 \L 12298 ] PÁG 70, 71, 72.

Ejemplo 1.- Un producto tiene tres requisitos mínimos en cuanto a ciertos elementos
constitutivos, siendo estos requisitos: B1, B2, B3. Se dispone de 4 materias primas y
se conocen los análisis de éstas en términos de los elementos requeridos. Estos
análisis están dados para Aij, i = 1, 2, 3; j =1, 2, 3, 4. Aij es igual a la cantidad requisito
i en la materia prima j.
Se tiene un costo de C1, C2, C3, C4 para cada una de las materias primas. Se desea
determinar las cantidades de cada materia prima, X1, X2, X3, X4, que van a satisfacer
los requisitos del producto considerando el mínimo costo. Xj es igual a la cantidad de
unidades de la materia prima j.
Solución:

Análisis

Z(mín) = C1X1 + C2X2 + C3X3 + C4X4

• Sujeto a las siguientes restricciones

A11X1 + A12X2 + A13X3 + A14X4≥ B1

A21X1 + A22X2 + A23X3 + A24X4≥ B2

A31X1 + A32X2 + A33X3 + A34X4≥

B3 X1, X2, X3, X4≥ 0

A11 es la contribución de la materia prima 1 al cumplimiento del requisito uno.

Ejemplo 2. La junta directiva de la «comuna X» tiene tres proyectos para

pavimentación de vías (P1, P2, P3). La junta tiene el problema de determinar qué
contratistas llevarán a cabo los proyectos (C1, C2, C3). Se abrió una licitación para los
proyectos entre contratistas locales, y tres presentaron diligenciados sus pliegos. El
costo de cada proyecto, según la propuesta de cada contratista, se presenta a
continuación (en millones).

CONTRATISTA PROYECTOS
S
P1 P2 P3

C1 28 32 36

C2 36 28 30

C3 38 34 40

2
 a. ¿Cómo deben ser asignados los contratos si se quiere minimizar los costos
totales de todos ellos y si para evitar descontentos de tipo político se desea
adjudicar un contrato a cada contratista?
b. Complete una tabla en la que se resuman las variables que intervienen en el
problema y su información relevante.

Análisis
• Objetivo: La junta administradora de la «comuna X» persigue la realización de sus
tres proyectos a costo total mínimo. Para lograrlo es necesario determinar qué
contratista deberá realizar cada proyecto.
• Variables: Desígnese por Xij el proyecto i (i = 1,2,3) que se asigna al contratista j(j =
1,2,3).
• Restricciones
- Cada contrato deberá ser asignado a un solo contratista.
- A cada contratista deberá asignársele un solo contrato.
- Todas las variables deberán ser enteras y sus valores cero o uno.
• Diseño del modelo
Z(min) = 28X11 + 36X12 + 38X13 + 32X21 + 28X22 + 34X23 + 36X31 + 30X32 +
40X33
Sujeto a:
X11 + x12 + x13 =1
X21 + x22 +x23 =1
X31 + X32+ X33 =1
X11 + X21 + X31 =1
X12+ + X22 + X32= 1
X13 + X23 + X33=1
Xij = 1 para todo i = 1, 2, 3 y j = 1, 2, 3
Xij > 0

Ejemplo 3. Un producto de la firma «XYZ» tiene la siguiente demanda pronosticada

para los próximos cuatro meses:
Mes 1................. 2.800 unidades
Mes 2................. 2.200 unidades
Mes 3................. 3.200 unidades
Mes 4................. 2.500 unidades

3
La compañía puede producir 2.700 unidades del artículo por mes en sus turnos
normales. Utilizando tiempo extra es posible fabricar 300 unidades adicionales en un
mes.
La producción en tiempo extra tiene un sobrecosto de $10 por unidad. La
administración ha estimado que se incurre en un costo de almacenamiento de $2 por
unidad que se produzca en un mes determinado y no se venda en el mismo.
Se trata de determinar un programa óptimo de producción que minimice los costos
totales de producción y almacenamiento.
a. Supóngase que la cantidad inicial en existencias es cero y se desea un
inventario final del período igual a cero.
b. Complete una tabla en la que se resuman las variables que intervienen en el
problema y su información relevante.

Análisis
• Objetivo:
La firma «XYZ» debe satisfacer su demanda para los próximos cuatro meses
estableciendo cuántas unidades del producto debe producir en cada mes, teniendo en
cuenta que los costos de producción extra y almacenamiento deben ser mínimos.
• Definición de variables
Xi : cantidad que se debe producir en el mes i, en turno normal
Yi : cantidad que se debe producir en el mes i, en turno extra
Ii : inventario al final del mes i
Ii : (Ii = Ii – 1 + Xi + Yi – Di)
Di : demanda en el mes i
• Restricciones- Se debe cumplir con la demanda.
- La producción en un mes no debe superar la capacidad de la planta.
- Debe tenerse un inventario final igual a cero.
• Diseño del modelo
Z (min)= 10Y1 + 10Y2 + 10Y3 + 10Y4 + 2I1 + 2I2 + 2I3
Sujeto a las restricciones:
X1 + Y1 -I1 = 2800
Observaciones: En el planteamiento no se han tenido en cuenta los costos totales,
puesto que no se dan los costos normales de producción en el enunciado; pero para
obtener un valor real de Z es conveniente incluir todos los costos.

4
TEMA: MODELADO
MATEMÁTICO EN
INVESTIGACIÓN
OPERATIVA –
MÉTODOS DE
RESOLUCIÓN GRÁFICA
INTRODUCCIÓN

El planteamiento matemático de los problemas conlleva a plantear metodologías o

herramientas para dar solución a esos problemas.

La programación lineal, permite resolver problemas que se presentan en la vida

cotidiana, claro está contando con información, es decir el registro de la información es
necesaria y suficiente para realizar un planteamiento o modelamiento matemático.

La información recopilada expone dos situaciones, la primera situación es lo que se

desea conseguir, es decir identificar si las condiciones permiten obtener ganancias o
en su defecto obtener ahorros. La segunda situación, presenta las restricciones que se
tienen para conseguir el ansiado ahorro o ganancia.

A continuación, se presentan ejemplos de situaciones problemáticas y su

modelamiento matemático, la tarea consiste en interpretar la situación problemática
colocando en cada información presentada, fotografías, gráficos o ilustraciones que
permitan la interpretación del problema de una manera más fácil.

5
 EJEMPLO DE MAXIMIZACIÓN

En una empresa de producción se tiene el siguiente problema: Determinar cuáles

tasas de producción deben tener los dos productos con el fin de maximizar las
utilidades totales, sujetas a las restricciones impuestas por las capacidades de
producción limitadas disponibles en las tres plantas. (Cada producto se fabricará en
lotes de 20 unidades, de manera que la tasa de producción está definida como el
número de lotes que se producen a la semana.)

Se permite cualquier combinación de tasas de producción que satisfaga estas

restricciones, incluso no fabricar uno de los productos y elaborar todo lo que sea
posible del otro.

El equipo de investigación de operaciones identificó los datos que necesitaba reunir:

1. Número de horas de producción disponibles por semana en cada planta para

fabricar estos nuevos productos. (Casi todo el tiempo de estas plantas está
comprometido con los productos actuales, lo que limita la capacidad para
manufacturar nuevos productos.) La planta 1 dispone de 4 horas; la planta 2 dispone
de 12 horas; la planta 3 dispone de 18 horas.

2. Número de horas de fabricación que se emplea para producir cada lote de cada
artículo nuevo en cada una de las plantas. En la planta 1 se puede producir el
producto 1 en 1 hora y no se puede producir el producto 2; en la planta 2 no se puede
producir el producto 1 mientras que para producir el producto 2 se estima que un
tiempo de 2 horas; en la planta 3 se estima que para producir el producto 1 se
demoran 3 horas y para producir el producto 2 se demoran 2 horas.

3. La ganancia por lote de cada producto nuevo. (Se escogió la ganancia por lote
producido como una medida adecuada una vez que el equipo llegó a la conclusión de
que la ganancia incremental de cada lote adicional producido sería, en esencia,
constante, sin que importase el número total de lotes producidos. Debido a que no se
incurre en costos sustanciales para iniciar la producción y la comercialización de estos
nuevos productos, la ganancia total de cada uno es aproximadamente la ganancia por
lote que se produce multiplicada por el número de lotes.)

La obtención de estimaciones razonables de estas cantidades requirió del apoyo de

personal clave en varias unidades de la compañía. El personal de la división de
manufactura proporcionó los datos de la primera categoría mencionada. En la segunda

6
categoría, el desarrollo de estimaciones requirió un análisis de los ingenieros de
manufactura involucrados en el diseño de los procesos de producción para elaborar
los nuevos artículos.

Al analizar los datos de costos que se obtuvieron, junto con la decisión sobre los
precios de la división de marketing, el departamento de contabilidad calculó las
estimaciones para la tercera categoría.

Se reconoció que se trataba de un problema de programación lineal del tipo clásico de

mezcla de productos y procedió a la formulación del modelo matemático
correspondiente.
Formulación como un problema de programación lineal
La definición del problema planteado indica que las decisiones que deben tomarse son
el número de lotes de los productos que se fabricarán semanalmente, de manera que
se maximice su ganancia total.
Datos que aportan al planteamiento del problema como una organización de la
información obtenida:

Planta Tiempo de producción por Tiempo de producción

lote, horas disponible a la
semana, horas
Producto

Producto 1 Producto2

Planta 1 1 0 4

x1 <= 4

Planta 2 0 2 12

2x2 <=12

Planta 3 3 2 18

3x1 + 2x2 <= 18

Ganancia por 3000 5000

lote

MODELAMIENTO MATEMÁTICO PARA LA SOLUCIÓN DEL PROBLEMA:

Organización de la información declaración de variables:

Para formular el modelo matemático de programación lineal de este problema se
define:
x1 = número de lotes del producto 1 que se fabrican por semana

7
x2 = número de lotes del producto 2 que se fabrican por semana
Z = ganancia semanal total (en miles de dólares) que generan estos dos productos
Función objetivo:
Zmáx = 3000 x1+5000x2
Sujeto a las restricciones:
x1 <= 4
2x2 <=12
3x1 + 2x2 <= 18
Condiciones de no negatividad:
x1 , x2 >= 0

MÉTODO DE SOLUCIÓN GRÁFICA

En el curso de Investigación operativa se ha desarrollado primeramente una

introducción al modelamiento matemático, que tiene que ver exclusivamente con la
interpretación de la información para identificar variables y su relación existente.
También el planteamiento de la denominada función objetivo, que involucra a las
variables y el propósito o problema que se desea alcanzar o solucionar – maximizar;
minimizar -
Este modelamiento matemático, en esencia el problema, se plantea como un problema
de programación lineal, es decir que las variables asumen un comportamiento lineal, lo
que facilita la obtención de una solución óptima.
También el en curso de investigación operativa, con el planteamiento de los problemas
como problemas de programación lineal, un método para la obtener una solución para
cuando se tienen dos variables utilizando el denominado método gráfico, y para su
mejor entendimiento se realizaron ejercicios, en su mayor parte de maximización.
En esta ocasión, se presenta un marco teórico que sustenta la solución de los
problemas de programación lineal con dos variables y el método gráfico.

DEFINICIONES:

CONJUNTO CONVEXO Y PUNTO EXTREMO

Un conjunto de puntos S es un conjunto convexo si el segmento rectilíneo que une cualquier par de puntos de S se encuentra
completamente en S.

Conjunto convexo

s X2
8

X1
Punto Extremo: Es aquel punto, en el conjunto convexo, que no puede ser expresado
como una combinación convexa de otros dos puntos, o que no está en ninguna recta
que una a dos puntos del conjunto.
Es de anotar que por un punto extremo pasa la función objetivo, es decir, es tangente
a éste. Sin embargo, cuando la función objetivo toca dos extremos se dice que es una
solución múltiple.

Z2

Z1

El siguiente ejemplo muestra el significado de S:

Se tienen las siguientes restricciones:
(1) 2X - Y ≥ 3
(2) X + Y ≤ 4
a) ¿Es conjunto convexo?
¿Por qué?
b) ¿Hay puntos extremos? ¿Cuáles?
Solución:
Graficando las restricciones se tiene:

9
 B

A C

a. Sí es un conjunto convexo, ya que las restricciones se intersecan creando un rango

de puntos que cumplen con la definición de conjunto convexo.
b. Existen tres puntos extremos en A, B y C.

PROCEDIMIENTO PARA SOLUCIÓN GRÁFICA

El objetivo es facilitar el empleo de la solución gráfica para resolver problemas de

programación lineal.
Este tipo de solución se emplea para resolver casos de dos variables (es bastante
difícil dibujar planos de tres variables, e imposible hacerlo para cuatro o más
variables).
Procedimiento
a. Establecer la función objetivo (máx. o mín.), según el caso.
b. Establecer las restricciones del problema que se analiza expresándolas como ≤, ≥ o
=.
c. Convertir las desigualdades en igualdades, reemplazando los signos ≤, ≥ por el
signo =. Este cambio genera ecuaciones de línea recta, que permiten graficar en el
plano X₁, X₂.
d. Trazar el plano X₁, X₂ (primer cuadrante), donde se va a graficar la solución factible,
tal como lo especifica la restricción de no negatividad (X₁, X₂ ≥ 0).
e. Graficar las restricciones convertidas en ecuaciones de línea recta en el plano X₁,
X₂, e identificar el área en donde se cumplen las desigualdades.
f. Ubicar, el espacio solución o solución factible, el cual está dado por el área que es
común a todas las restricciones. Se debe cumplir que cada punto dentro o sobre el
espacio de soluciones satisfaga todas las restricciones del problema.
g. Escoger como solución óptima el punto que pertenece al espacio de soluciones o
solución factible, y que hace máximo o mínimo el valor de la función objetivo, según si
se trata de un problema de maximización o de minimización.
10
El valor que optimiza la función objetivo siempre se encuentra en uno de los puntos
extremos.
En resumen, una vez que se han determinado los puntos extremos, el óptimo es el
punto extremo que proporciona el mejor valor a la función objetivo.

REALIZAR LA GRÁFICA DE LAS RESTRICCIONES EN EL PLANO

CARTESIANO Y SEGUIR LOS PASOS DADOS PARA LA SOLUCIÓN
GRÁFICA. OBTENER LA SOLUCIÓN PARA EL EJERCICIO PROPUESTO.

Zmáx = 3000 x1+5000x2

Sujeto a las restricciones:
x1 <= 4
2x2 <=12
3x1 + 2x2 <= 18
Condiciones de no negatividad:
x1 , x2 >= 0
Descargue el software GEOGEBRA.
Usando GEOGEBRA, realice los gráficos de las restricciones, capture las pantallas de
cada uno de los pasos que va realizando de acuerdo con lo descrito anteriormente.

11
TAREA EN CASA: EJERCICIOS PROPUESTOS MAXIMIZAR: [ CITATION
HIL10 \L 12298 ] PÁG 70, 71, 72. Y OTROS AUTORES

Tarea 6.- D 3.1-2.* Para cada una de las siguientes restricciones, dibuje una gráfica individual para mostrar las
soluciones no negativas que las satisfacen.

a) x1 + 3x2 <=6
b) 4x1 + 3x2 <= 12
c) 4x1 + x2 <= 8
Ahora combine estas restricciones en una sola gráfica para mostrar la región factible
del conjunto completo de restricciones funcionales más las de no negatividad.
Solución:

d) x1 + 3x2 <=6
e) 4x1 + 3x2 <= 12
f) 4x1 + x2 <= 8

Solución:

a)

b)

c)
12
Ahora combine estas restricciones en una sola gráfica para mostrar la región factible del
conjunto completo de restricciones funcionales más las de no negatividad.

Tarea 7.-D,I 3.1-5.* Utilice el método gráfico para resolver el problema:

Maximizar Z = 2x1 + x2,

sujeta a
x2 <= 10
13
3x1 + x2 <= 44
x1 + x2 <= 18
2x1 + 5x2 <= 60
Condiciones de no negatividad: x1, x2 >=0
Solución:

Tarea 8.-D,I 3.1-6.* Utilice el método gráfico para resolver el problema:

Maximizar Z = 10x1 + 20x2,

sujeta a
-x1+x2 <= 15
x1 + x2 <= 12
14
5x1 + 3x2 <= 45
2x1 + 5x2 <= 60
Condiciones de no negatividad: x1, x2 >=0
Solución:

Tarea 9.-3.1-8. La compañía WorldLight produce dos dispositivos para lámparas (productos 1 y 2) que
requieren partes de metal y componentes eléctricos. La administración desea determinar cuántas unidades de
cada producto debe fabricar para maximizar la ganancia. Por cada unidad del producto 1 se requieren 1 unidad
de partes de metal y 2 unidades de componentes eléctricos. Por cada unidad del producto 2 se necesitan 3
unidades de partes de metal y 2 unidades de componentes eléctricos. La compañía tiene 200 unidades de
partes de metal y 300 de componentes eléctricos. Cada unidad del producto 1 da una ganancia de $1 y cada
unidad del producto 2, hasta 60 unidades, da una ganancia de $2. Cualquier exceso de 60 unidades del
producto 2 no genera ganancia, por lo que fabricar más de esa cantidad está fuera de consideración.

15
a) Formule un modelo de programación lineal.
D,I b) Utilice el método gráfico para resolver este modelo. ¿Cuál es la ganancia total
que resulta?

Tarea 10.-3.1-9. La compañía de seguros Primo está en proceso de introducir dos nuevas líneas de productos:
seguro de riesgo especial e hipotecas. La ganancia esperada es de $5 por el seguro de riesgo especial y de $2
por unidad de hipoteca. La administración desea establecer las cuotas de venta de las nuevas líneas para
maximizar la ganancia total esperada. Los requerimientos de trabajo son los siguientes:

Departamento Horas de trabajo por Horas de

unidad trabajo
disponibles
Riesgo Hipoteca
especial

16
 Suscripciones 3 2 2400

Administración 0 1 800

Reclamaciones 2 0 1200

a) Formule un modelo de programación lineal.

b) Use el método gráfico para resolver el modelo.
c) Verifique el valor exacto de su solución óptima del inciso b) con la solución
algebraica de las dos ecuaciones simultáneas relevantes.
d) Solución:

Tarea 11.- Producción para utilidad máxima: La fábrica de muebles «Harvi» es especialista en la producción de
dos clases de comedores muy de moda en la ciudad de Barranquilla: el estilo imperial (I) y el estilo Luis XV (L).
Cada comedor requiere de una cantidad de tiempo diferente para la construcción y para la pintura. «Harvi»
desea determinar el número de unidades de cada tipo de comedor que debe producir diariamente, de tal
manera que se maximicen las utilidades. «Harvi» logra una utilidad (precio neto de venta-costo variable de
fabricación) de $200 y $240 por la venta de un comedor imperial y uno Luis XV, respectivamente. «Harvi» ha
experimentado una alta demanda de ambos comedores. En consecuencia, el gerente general cree que puede
vender todos los comedores que produzca y se dispone de un tiempo total para construirlos: Imperial 120 y
Luis XV 64. Los comedores requieren tiempo de proceso en construcción (C): Imperial 6, Luis XV 10 y de
pintura (P): Imperial 8, Luis XV 4.

17
Organización de la información:

Modelo matemático:
• Definición de las variables
• Función objetivo
• Restricciones

Solución:

Tarea 12.- Ejemplo modelo: Encontrar la solución gráfica del siguiente modelamiento matemático de
programación lineal:

Organización de la información:

VARIABLES

  x1 x2 Máximos

1 4 2 800

2 5 4 1200

18
 3 4 6 3000

Ganancia: 40 25  

Se puede observar que la parte factible identifica que los puntos A y B Y C intersecan en el
punto 0 y esa es la region donde se van a evaluar los punto de maxima ganancia

En el punto A, Z máx=7506

En el punto B, Z máx=8600 Se tiene mayor ganancia

En el punto C, Z máx=8000

Tarea 13.- Producción de dieta: Una dieta debe contener al menos 16 unidades de carbohidratos y 20 de
proteínas. El alimento A contiene 2 unidades de carbohidratos y 4 de proteínas; el alimento B contiene 2
unidades de carbohidratos y 1de proteínas. Si el alimento A cuesta 1,2 dólares la unidad y el alimento B cuesta
0,8 por unidad, ¿Cuántas unidades de cada alimento deben comprarse para minimizar el costo de la dieta?
¿Cuál es el costo mínimo?

Organización de la información:
Modelo matemático:
• Definición de las variables
• Función objetivo
• Restricciones

19
 DEFINICION DE VARIABLES
producto
x1 A
producto
x2 B

PETROLERA
  x1 x2 unidades
carbohidrato 2 2 16
proteina 4 1 20
costo 1,2 0,8  
       

Funsión
objetivo:

Z(min)= 1,2 x1 - 0,8 x2

Restricciones

BAJO 2 x1 + 2 x2 >= 16
MEDIO 4 x1 + 1 x2 >= 20

x,y>=0

En el punto A, Z min=9.5

En el punto B, Z min=8 Se obtiene un costo minimo

En el punto C, Z min=16

20
Tarea 14.- Programa de producción:

Una petrolera tiene dos refinerías y necesita producir al menos 800, 1400 y 500 barriles de petróleo de los
grados bajo, medio y alto, respectivamente. Cada día, la refinería A produce 200 barriles de grado bajo, 300 de
medio y 100 de alto; la refinería B produce 100 barriles de grado alto, 100 de bajo y 200 de grado medio. Si los
costos diarios son de 2500 dólares para operar la refinería A y de 2000 dólares para operar la refinería B,
¿Cuántos días debe operar cada refinería para satisfacerlos requerimientos de producción a un costo mínimo?
¿Cuál es el costo mínimo?

Organización de la información:

Modelo matemático:
• Definición de las variables
• Función objetivo
• Restricciones
Solución:

DEFINICION DE VARIABLES
Refineria
x1 1
Refineria
x2 2

PETROLERA
AL
GRADOS x1 x2
MENOS

21
 BAJO 200 100 800

MEDIO 300 200 1400

ALTO 100 100 500

COSTO
2500 2000  
OPERACIÓN

Funsión
objetivo:

Z(min)= 2500 x1 + 2000 x2

Restricciones

BAJO 200 x1 + 100 x2 >= 800

MEDIO 300 x1 + 200 x2 >= 1400

ALTO 100 x1 + 100 x2 >= 500

Se identifica que en los puntos A,B,C y D es donde la región se va a evaluar para

identificar el costo mínimo

En el punto A, Z min = 15808

22
 En el punto B, Z min= 13022

En el punto C, Z min= 11828 Se encuentra el costo mínimo

En el punto D, Z min= 12425

Tarea 15.- Nutrientes en fertilización: Un agricultor compra fertilizantes que contienen tres nutrientes: A, B, C.
Los requerimientos mínimos semanales son de 80 unidades de A, 120 unidades de B y 240 de C. Existen dos
mezclas comerciales, la 1 cuesta 4 dólares por kilo y contiene 2 unidades de A , 6 de B y 4 de C. La mezcla 2
cuesta 5 dólares por kilo y contiene 2 unidades de A,2 de B y 12 de C. Cuántos kilos de cada mezcla debe
comprar el agricultor para minimizar el costo y satisfacer los requerimientos nutricionales? Cuál es el costo
mínimo?

Organización de la información:

Modelo matemático:
• Definición de las variables
• Función objetivo
• Restricciones

DEFINICION DE VARIABLES

x1 Mezcla 1

x2 Mezcla 2

NUTRIENTES

GRADOS x1 x2 AL MENOS

ALTO 2 2 80

B 6 2 120

C 4 12 240

COSTO OPERACIÓN 4 5  

23
 Funsión objetivo:

4 x1 + 5 x2
Z(min)=

Restricciones
BAJO 2 x1 + 2 x2 >= 80
MEDIO 6 x1 + 2 x2 >= 120
ALTO 4 x1 + 12 x2 >= 240

x,y>=0

Se puede identificar que en la región de los puntos ABCD es donde se va a evaluar los puntos
para identificar el costo mínimo

En el punto A, Z min = 290

En el punto B, Z min= 188
En el punto C, Z min= 171
En el punto D, Z min= 239 En el punto C se encuentra el costo mínimo con 171

24
Tarea 16.- Extracción minera: Una compañía minera extrae de un yacimiento los minerales A y B. Por cada
tonelada de la cantera 1 se extraen 110 libras del mineral A y 200 libras del mineral B; por cada tonelada de la
cantera 2 se extraen 200 libras del mineral A y 50 libras del material B, Si la compañía debe extraer al menos
3000 libras del material A y 2500 del material B. El costo de extracción es de 50 dólares por tonelada de la
cantera1y 75 dólares de la cantera2. Cuántas toneladas de cada cantera debe procesar para minimizar el
costo?, Cuál es el costo mínimo?

Modelo matemático:
• Definición de las variables
• Función objetivo
• Restricciones
Solución:

DEFINICION DE VARIABLES
x1 Cantera 1
x2 Cantera 2

extraccion minera
  x1 x2 AL MENOS
MINERAL A 110 200 3000
MINERAL B 200 50 2500
COSTO
50 75  
OPERACIÓN
       

Funsión
objetivo:

Z(min)= 50 x1 + 75 x2

Restricciones

MINERAL A 110 x1 + 220 x2 >= 3000

MINERAL B 200 x1 + 50 x2 >= 2500

x,y>=0

25
Se puede identificar que en la región de los puntos ABCD es donde se va a evaluar los puntos
para identificar el costo mínimo

En el punto A, Z min = 3777

En el punto B, Z min= 1179
En el punto C, Z min= 1405
En el punto B se encuentra el costo mínimo con 1179

Tarea 17.- Costo de construcción: Una compañía química está diseñando una planta para producir dos tipos
de polímeros: P1 y P2. La planta debe ser capaz de producir al menos 100 unidades de P1 y 420 de P2 cada día.
Existen dos posibles diseños para las cámaras de reacción que serán incluidas en la planta. Cada cámara tipo
A cuesta 600000 dólares y es capaz de producir 10 unidades de P1 y 20 de P2 cada día.; el tipo B es un diseño
más económico y cuesta 300000 dólares y es capaz de producir 4 unidades de P1 y 30 unidades de P2 por día.
A causa de los costos de operación, es necesario tener al menos 4 cámaras de cada tipo en la planta. Cuántas
cámaras de cada tipo deben ser incluidas para minimizar el costo de construcción y satisfacer el programa de
producción requerido? Cuál es el costo mínimo?

Modelo matemático:
• Definición de las variables
• Función objetivo
• Restricciones

DEFINICION DE VARIABLES
x1 CAMARA 1
26
x2 CAMARA 2

CONSTRUCCION
AL
  x1 x2
MENOS
CAMARA 1 10 4 100
CAMARA 2 20 30 420
COSTO OPERACIÓN 600000 300000  
       

Funsión objetivo:

Z(min)= 600000 x1 + 300000 x2

Restricciones

MINERAL A 10 x1 + 4 x2 >= 100

MINERAL B 20 x1 + 30 x2 >= 420

x,y>=0

Se puede identificar que en la región de los puntos ABCD es donde se va a evaluar los puntos
para identificar el costo mínimo

En el punto A, Z min = 3777

En el punto B, Z min= 1179
En el punto C, Z min= 1405
En el punto B se encuentra el costo mínimo con 1179

Tarea 18.- Fabricación: Una compañía fabrica y vende dos tipos de bombas, normales y extragrande. El
proceso de fabricación implica tres actividades: Ensamblado, pintura y prueba de las bombas. Los
requerimientos de una bomba normal son de 2,6 horas de ensamblado, 1 hora de pintura y 0,5 horas de prueba.
La bomba extragrande requiere de 2,8 horas de ensamble, 1,5 horas de pintura y 0,5 horas de prueba. La

27
 contribución a las utilidades por la venta de una bomba normal es de 120 dólares y una extragrande de 155
dólares. Existen disponibles por semana 800 horas de ensamblado, 980 horas de pintura y 900 horas de tiempo
para pruebas. La proyección de las ventas dice que se esperan vender al menos 100 bombas normales y 130
extragrandes por semana. Cuál es la cantidad de bombas de cada tipo a fabricar semanalmente para maximizar
las utilidades? Cuál es la utilidad máxima?

Modelo matemático:
• Definición de las variables
• Función objetivo
• Restricciones

DEFINICION DE VARIABLES
x1 BOMBA NORMAL
BOMA EXTRA
x2 GRANDE

CONSTRUCCION
Bomba extra
  Bomba normal Disponible
grande
Emsamble 2,6 2,8 800
Pintura 1 1,5 980
Prueba 0,5 0,5 900
Utilidades 120 155
COSTO
OPERACIÓN 100 130

Funsión
objetivo:

Z(min)= 120 x1 + 155 x2

Restricciones
x1,x2 ≥ 0
Ensamble 2,6 x1 + 2,8 x2 >= 800
Pintura 1 x1 + 1,5 x2 >= 980
Utilidades 0,5 x1 + 0,5 x2 >= 900

x1 ≥ 100
x2 ≥ 130

28
Se puede identificar que en la región de los puntos ABCD es donde se va a evaluar los puntos
para identificar la ganancia máxima

En el punto A = 41750
En el punto B = 32250
En el punto C = 40250
Entonces, utilidad máxima se encuentra en el punto A cuando x= 100, y= 192,861; es decir semanalmente se deben fabricar
100 bombas normales y 192 bombas extragrandes.

Tarea 19.- Asignación de presupuesto: El propietario de la organización desea determinar cuál es la mejor
forma de asignar un presupuesto mensual de publicidad de 1000 dólares entre periódicos y la radio. La
administración ha decidido que por lo menos 25% del presupuesto debe utilizarse en cada uno de estos tipos
de medios y que el monto de dineros gastado en publicidad en periódicos locales debe ser por lo menos el
doble de lo que gaste en radio. Un asesor de mercadotecnia ha desarrollado un índice que mide la exposición
del auditorio por dólar de publicidad de escala de 0 a 100, donde valores más elevados del índice mayores
exposiciones al auditorio. Si el valor del índice para la publicidad en los periódicos locales es de 50, y por un
anuncio de radio es de 80. Cómo debería asignar la administración el presupuesto de publicidad, a fin de
maximizar el valor de exposición total en el auditorio?

Organización de la información:
Modelo matemático:
• Definición de las variables
• Función objetivo
• Restricciones

DEFINICION DE VARIABLES
x1 Dinero invertido
x2 Dinero en radio

PRESUPUESTO
  PERIODICOS RADIO Disponible
PRESUPUEST x1 x2 800

29
 O
  x1   980
    x2 900
INVERSION x1 0
INDICES 50 80

Funsión
objetivo:

x
50 x1 + 80
Z(min)= 2

Restricciones
x1,x2 ≥ 0
Ensamble 1 x1          
Pintura 1 x1          
Utilidades 0,5 x1          

x1 ≥ 100
x2 ≥ 130

Se puede identificar que en la región de los puntos ABC es donde se va a evaluar los puntos
para identificar el costo máximo.

En el punto A, Z min = 25000

En el punto B, Z min= 60000
En el punto C, Z min= 57500
En el punto A se encuentra el rating con 60000
Se deben invertir 666.67$ para periódico y 333.33$ para radio
Tarea 20.- Fabricación: Una empresa fabrica mesas y sillas de comedor artesanales. Obtienen la madera de una
granja local, que le envía 2500 libras mensuales. Cada mesa emplea 50 libras de madera, en tanto que cada
silla usa 25 libras. La familia construye ella misma todos los muebles y cuenta con 48 horas de mano de obra
mensuales. Cada mesa o silla requiere de 6 horas de mano de obra. Cada mesa da una ganancia de 400 dólares

30
y cada silla de 100 dólares. Con frecuencia las sillas se venden más que las mesas, quieren producir al menos
el doble de sillas que de mesas. Cuántas sillas y mesas se deben producir para maximizar las utilidades?

Organización de la información:

Modelo matemático:
• Definición de las variables
• Función objetivo
• Restricciones

Solución:

Se puede identificar que en la región de los puntos ABC es donde se va a evaluar los puntos
para identificar la ganancia máxima

Zmax
En el punto A = 805

31
 En el punto B = 2400
Entonces, la utilidad máxima se encuentra en el punto B cuando x= 5,33, y= 2,67; es decir se deben fabricar 5 sillas y 2
mesas, debido a que el ejercicio dice que al menos se debe fabricar el doble de sillas que de mesas puesto que estas se
venden más.

Tarea 21.- Realice un video en el que Usted expone los pasos para resolver un problema de programación
lineal mediante le método gráfico.

Realizado por:
STALIN NOBOA
FABIAN USHIÑA

Conclusiones y recomendaciones:

32