You are on page 1of 44

UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA

UNIVERSIDAD TECNOLÓGICA INDOAMERICA

INVESTIGACION OPERATIVA

Docente:

Ing. Nikolay Artieda

Quito - Ecuador 2011

Ing. Nikolay Artieda Página 1 de 44

UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA

PRESENTACION
Kamlesh Mathur y Daniel Solow, no se equivocan al indicar en su libro que la Investigación de Operaciones es el “Arte de la Tomar de Decisiones”, decisiones que generan alto valor empresarial. De hecho la Investigación de Operaciones o Investigación Operativa, es una de las ramas de la matemática aplicada cuyo desarrollo ha contribuido fuertemente para mejorar y elevar los niveles de productividad de las organizaciones, pasando por el desarrollo de modelos lineales en su inicio, hasta llegar al desarrollo de poderosos simuladores que permiten anticipar las implicaciones de una o más decisiones antes de ponerlas en práctica, minimizando de esta manera los riesgos de implementación. El éxito de su aplicación ha sido demostrado en campos tan diferentes como el militar, las finanzas, la producción, los servicios, logística, medicina, nutrición, etc. Espero sinceramente que el desarrollo de este módulo, despierte en el estudiante la curiosidad por aprender más sobre la Investigación Operativa y sus aplicaciones, así como también le permita poner en práctica todo lo desarrollado en clase con el fin de que pueda en su momento tomar decisiones oportunas y racionales.

Exitos!!!! Ing. Nikolay Artieda Bucheli

CONTENIDO GENERAL

Ing. Nikolay Artieda Página 2 de 44

UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA

Introducción a la Investigación Operativa Desarrollo y formulación de Modelos Programación Lineal Metodo gráfico de Optimización Método Simplex de Optimización Uso y aplicación del software Solver y Wat´s Best en Excel Problemas de transporte y asignación Pert - CPM

Objetivo General
Ing. Nikolay Artieda Página 3 de 44

UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA

Fortalecer la formación de los futuros profesionales, a través del estudio, análisis, reflexión, investigación y debate de los diversos temas, situaciones y acontecimientos que se pueden producir en una empresa y que son suceptibles de resolución a través de la Investigación Operativa. Objetivos Específicos Analizar y comprender los diversos tipos de problemas empresariales que pueden ser resueltos con la aplicación de Investigación Operativa. Establecer y desarrollar la capacidad en el estudiante, de formular modelos matemáticos suceptibles de ser resueltos a través de la aplicación de la Investigación Operativa.

Descripción del curso Se trabajará en base a casos que el estudiante deberá resolver aplicando los conocimientos adquiridos en esta y otras asignaturas. Se utilizará para resolución de los casos herramientas en Excel y software especializado como What´s Best, Lindo y Solver. Competencias de la asignatura: Al finalizar el modulo el estudiante estará en capacidad de: Aplicar correcta, efectiva y rápidamente los principios de Investigación y Administración de Operaciones en las tomas de decisiones empresariales, tanto para empresas de producción como de servicios. Podrá resolver casos y problemas reales de programación lineal aplicados a la empresa. Podrá resolver casos y problemas reales de transporte y asignación aplicados a la empresa. Podrá resolver casos y problemas reales de PERT y CPM aplicados a la empresa.

Ing. Nikolay Artieda Página 4 de 44

En el ambiente socioeconómico actual altamente competitivo y complejo. reconocer las limitaciones o restricciones. En muchas ocasiones este proceso basta para tomar buenas decisiones. En organizaciones pequeñas puede darse que el tomador de decisiones domine las herramientas cuantitativas y él mismo las aplique para apoyarse en ellas y así tomar sus decisiones. En organizaciones grandes se hace necesario que el tomador de decisiones tenga un conocimiento básico de las herramientas cuantitativas que utilizan los especialistas para poder trabajar en forma estrecha con ellos y ser receptivos a las soluciones y recomendaciones que se le presenten. Este enfoque es útil cuando no se tiene experiencia con problemas similares o cuando el problema es tan complejo o importante que requiere de un análisis exhaustivo para tener mayor posibilidad de elegir la mejor solución. Nikolay Artieda Página 5 de 44 . a formular un objetivo. este proceso puede se cualitativo o cuantitativo. los métodos tradicionales de toma de decisiones se han vuelto inoperantes e inadmisibles ya que los responsables de dirigir las actividades de las empresas e instituciones se enfrentan a situaciones complicadas y cambiantes con rapidez que requieren de soluciones creativas y prácticas apoyadas en una base cuantitativa sólida. La investigación de operaciones proporciona a los tomadores de decisiones bases cuantitativas para seleccionar las mejores decisiones y permite elevar su habilidad para hacer planes a futuro. El enfoque cualitativo se basa en la experiencia y el juicio personal.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA INTRODUCCIÓNi La toma de decisiones es un proceso que se inicia cuando una persona observa un problema y determina que es necesario resolverlo procediendo a definirlo. las habilidades necesarias en este enfoque son inherentes en la persona y aumentan con la práctica. a generar alternativas de solución y evaluarlas hasta seleccionar la que le parece mejor. Ing. El enfoque cuantitativo requiere habilidades que se obtienen del estudio de herramientas matemáticas que le permitan a la persona mejorar su efectividad en la toma de decisiones.

INVESTIGACIÓN DE OPERACIONES (IO). se vuelve más difícil asignar los recursos disponibles a las diferentes actividades de la manera más eficaz para la organización como un todo. puede ir en detrimento de otra. Los pequeños talleres artesanales se convirtieron en las corporaciones actuales de miles de millones. con sus propias metas y sistemas de valores.ii Las raíces de la investigación de operaciones se remontan a muchas décadas. el aumento en el grado de especialización creo nuevos problemas que ocurren hasta la fecha en muchas empresas. Los resultados han sido espectaculares. conforme la complejidad y la especialización crecen. de manera que pueden terminar trabajando con objetivos opuestos. proporcionaron el ambiente adecuado para el surgimiento de la Investigación Operativa o Investigación de Operaciones. Un problema relacionado con esto es que. Sin embargo. Estos equipos de científicos fueron los Ing. Uno de estos problemas es las tendencias de muchas de las componentes de una organización a convertirse en imperios relativamente autónomos. Lo que es mejor para una componente. casi siempre se atribuye a los servicios militares prestados a principios de la segunda guerra mundial. De hecho. Por esto. Una parte integral de este cambio revolucionario fue el gran aumento en la división del trabajo y en la separación de las responsabilidades administrativas en estas organizaciones. el mundo ha sido testigo de un crecimiento sin precedentes en el tamaño y la complejidad de las organizaciones. se les pidió que hicieran investigación sobre operaciones (militares).UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Desde al advenimiento de la Revolución Industrial. en la forma más efectiva. junto con los beneficios. y la necesidad de encontrar la mejor forma de resolverlos. el inicio de la actividad llamada investigación de operaciones. Este tipo de problemas. Debido a los esfuerzos bélicos. Nikolay Artieda Página 6 de 44 . cuando se hicieron los primeros intentos para emplear el método científico en la administración de una empresa. perdiendo con esto la visión de la forma en que encajan sus actividades y objetivos con los de toda la organización. existía una necesidad urgente de asignar recursos escasos a las distintas operaciones militares y a las actividades dentro de cada operación. las administraciones militares americana e inglesa hicieron un llamado a un gran número de científicos para que aplicaran el método científico a éste y a otros problemas estratégicos y tácticos. Sin embargo.

el éxito de la investigación de operaciones en las actividades bélicas generó un gran interés en sus aplicaciones fuera del campo militar. se encontraban motivados a buscar resultados sustanciales en este campo. Se pueden identificar por lo menos otros dos factores que jugaron un papel importante en el desarrollo de la investigación de operaciones durante este período. que estos problemas eran básicamente los mismos que los enfrentados por la milicia. como programación lineal. Uno es el gran progreso que ya se había hecho en el mejoramiento de las técnicas disponibles en esta área. Para manejar de una manera efectiva los complejos problemas Ing. pero en un contexto diferente. Después de la guerra. Esfuerzos similares fueron de gran ayuda en a isla de campaña en el pacífico. incluyendo a los consultores industriales que habían trabajado con o para los equipos de IO durante la guerra. Cuando comenzó la década de 1950. líneas de espera y teoría de inventarios. Como la explosión industrial seguía su curso. fueron desarrolladas casi por completo antes del término de la década de 1950. Comenzó a ser evidente para un gran número de personas. Muchas de las herramientas características de la investigación de operaciones. Un segundo factor que dio ímpetu al desarrollo de este campo fue el advenimiento de la computadoras. los problemas causados por el aumento en la complejidad y especialización dentro de las organizaciones pasaron de nuevo a primer plano. jugaron también un papel importante en la victoria de la batalla del Atlántico Norte. estos individuos habían introducido el uso de la investigación de operaciones en la industria. desarrollado en 1947 por George Dantzing. estos equipos contribuyeron al triunfo del combate aéreo inglés. Un ejemplo sobresaliente es el método simplex para resolver problemas de programación lineal. Al terminar la guerra. esta disciplina se ha desarrollado con rapidez. programación dinámica. Nikolay Artieda Página 7 de 44 . los negocios y el gobierno. muchos científicos que habían participado en los equipos de IO o que tenían información sobre este trabajo. Con el desarrollo de métodos efectivos para el uso del nuevo radar.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA primeros equipos de IO. A través de sus investigaciones para mejorar el manejo de las operaciones antisubmarinas y de protección. de esto resultaron avances importantes. Desde entonces.

por nombrar sólo unas cuantas. En este punto se propone la hipótesis de que el modelo es una representación lo suficientemente precisa de las características esenciales de Ing.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA inherentes a esta disciplina. el desarrollo de la computadora electrónica digital. (De hecho. El siguiente paso es la construcción de un modelo científico (por lo general matemático) que intenta abstraer la esencia del problema real. literalmente millones de individuos tiene acceso a estos paquetes. Hoy en día. Entonces. el transporte. por lo general se requiere un gran número de cálculos. Nikolay Artieda Página 8 de 44 . miles o tal vez millones de veces más rápido que los seres humanos. el proceso comienza por la observación cuidadosa y la formulación del problema incluyendo la recolección de los datos pertinentes. Así. En consecuencia. Llevarlos a cabo a mano puede resultar casi imposible. fue una gran ayuda para la investigación de operaciones. desde las grandes hasta las portátiles. la investigación de operaciones se ha aplicado de manera extensa en áreas tan diversas como la manufactura. las telecomunicaciones. se usa toda una gama de computadoras. En gran medida. la investigación de operaciones se aplica a problemas que se refieren a la conducción y coordinación de operaciones (o actividades) dentro de una organización. el cuidado de la salud.) En particular. la milicia y los servicios públicos. la investigación de operaciones significa "hacer investigación sobre las operaciones". para resolver problemas de investigación de operaciones. por rutina. la gama de aplicaciones es extraordinariamente amplia. La naturaleza de la organización es esencialmente inmaterial y. se usa el método científico para investigar el problema en cuestión. acompañado de buenos paquetes de software para resolver problemas de IO. la planeación financiera. la construcción. esto puso las técnicas al alcance de un gran número de personas. con su capacidad para realizar cálculos aritméticos. Un avance más tuvo lugar en la década de 1980 con el desarrollo de las computadoras personales cada vez más rápidas. en ocasiones se usa el término ciencias de la administración como sinónimo de investigación de operaciones. La parte de investigación en el nombre significa que la investigación de operaciones usa un enfoque similar a la manera en que se lleva a cabo la investigación en los campos científicos establecidos. de hecho. Por lo tanto. NATURALEZA DE LA INVESTIGACIÓN DE OPERACIONESiii Como su nombre lo dice.

Es evidente que no puede esperarse que un solo individuo sea un experto en todos lo múltiples aspectos del trabajo de investigación de operaciones o de los problemas que se estudian. la IO adopta un punto de vista organizacional. Así. Entonces. la meta es identificar el mejor curso de acción posible. Una característica más de la investigación de operaciones es su amplio punto de vista. Como quedó implícito en la sección anterior. (llamada solución óptima) para el problema bajo consideración. Una característica adicional es que la investigación de operaciones intenta encontrar una mejor solución.) Entonces. (Con frecuencia este paso se conoce como validación del modelo. esta "búsqueda de la optimidad" es un aspecto importante dentro de la investigación de operaciones. en cierto modo. Nikolay Artieda Página 9 de 44 . Aun cuando debe interpretarse con todo cuidado en términos de las necesidades reales de la administración. se requiere un grupo de individuos con diversos antecedentes y habilidades. Después. intenta resolver los conflictos de intereses entre las componentes de la organización de forma que el resultado sea el mejor para la organización completa.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA la situación como para que las conclusiones (soluciones) obtenidas sean válidas también para el problema real. de esta manera. se llevan a cabo los experimentos adecuados para probar esta hipótesis. por lo general es necesario emplear el Ing. (Decimos una mejor solución y no la mejor solución porque pueden existir muchas soluciones que empaten como la mejor. modificarla si es necesario y eventualmente verificarla.) En lugar de contentarse con mejorar el estado de las cosas. cuando se va a emprender un estudio de investigación de operaciones completo de un nuevo problema. Todas estas características llevan de una manera casi natural a otra. Esto no significa que el estudio de cada problema deba considerar en forma explícita todos los aspectos de la organización sino que los objetivos que se buscan deben ser consistentes con los de toda ella. Sin embargo. para tener éxito. deberá también proporcionar conclusiones claras que pueda usar el tomador de decisiones cuando las necesite. En particular. la IO se ocupa también de la administración práctica de la organización. la investigación e operaciones incluye la investigación científica creativa de las propiedades fundamentales de las operaciones. existe más que esto.

UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA empleo de equipo. en las técnicas especiales de investigación de operaciones. El equipo también necesita tener la experiencia y las habilidades necesarias para permitir la consideración adecuada de todas las ramificaciones del problema a través de la organización. ciencias del comportamiento y. Nikolay Artieda Página 10 de 44 . ciencias físicas. ingeniería. estadística y teoría de probabilidades. al igual que en economía. CÓMO SE TRABAJA EN INVESTIGACIÓN DE OPERACIONES DEFINICION DEL PROBLEMA DESARROLLO DE UN MODELO MATEMATICO RESOLUCION DEL MODELO PRUEBA DE LA SOLUCION MODIFICAR EL MODELO ¿ES VALIDA? IMPLEMENTACION GRAFICO 1 METODOLOGIA DE INVESTIGACION OPERATIVA iv Ing. administración de empresas. Este debe incluir individuos con antecedentes firmes en matemáticas. por supuesto. ciencias de la computación.

5. Debe quedar claro. Modelos de optimización con redes para la planeación. Modelos de inventarios probabilísticos. De la misma manera la Investigación de Operaciones es considerada. 3. sugerimos al lector revisarla y compararla con los contenidos de libros clásicos de I. modelos de transporte y teoría de colas). A continuación presentamos una lista. para mencionar algunos. Redes y programación lineal para transporte. Modelos gráficos de programación lineal. 7. 11. que cada día se agregan más tipos de modelos y otras disciplinas imposibles de enumerar en este momento. 6. ella misma como una herramienta al servicio de otras disciplinas (tal como reza el título de nuestros artículos). 10. Modelos algebraicos de programación lineal. sin embargo. 4. Modelos de toma de decisión en condiciones de certeza. 12. 8. Modelos de inventarios determinísticos. Cadenas de Markov para el reemplazo de activos fijos. economía. Ing. Nikolay Artieda Página 11 de 44 . administración. Modelos de toma de decisión en condiciones de incertidumbre. que se utilizan como instrumentos de trabajo habitual para el profesional de la Investigación de Operaciones. no exhaustiva. Líneas de espera (Teoría de colas). Procesos estocásticos con cadenas de Markov. ejecución y control de proyectos. Reingeniería y los programas de Calidad Total. etcétera). Modelos Bayesianos.O: 1. de diferentes tipos de modelos que se podrían considerar como herramientas de la Investigación de Operaciones. 9.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA LAS PRINCIPALES HERRAMIENTAS DE LA INVESTIGACIÓN DE OPERACIONESv Cuando hablamos de herramientas en IO. nos estamos refiriendo a los diferentes modelos teóricos (como por ejemplo. 2. y a otras disciplinas (como matemática. Es bien conocido que la Administración de Negocios se ha estado beneficiando grandemente de la Investigación de Operaciones ahora que se ha iniciado toda una revolución con el uso de Planificación Estratégica.

Nosotros sabemos que la reingeniería propone olvidarnos de la división del trabajo y regresar a una especie de todología ya que esto evita los pasos laterales que no agregan valor a los procesos y nos da la opción de atender directamente al beneficiario del proceso ¡el cliente!. PROGRAMACION LINEALvi Muchas personas clasifican el desarrollo de la Programación Lineal (PL) entre los avances científicos más importantes de mediados del siglo XX. incluyendo industrias medianas en distintos países del Ing. en esta era de la Planificación Estratégica. Sin las técnicas y modelos de la I. En la actualidad es una herramienta común que ha ahorrado miles o millones de dólares a muchas compañías y negocios. las herramientas) la que permitió organizar todos los cabos sueltos y al mismo tiempo la situación hizo que la I. fue esta herramienta (o si lo queremos decir en términos más globales. produjo un efecto de aparente desorden (a veces aparente y a veces real) dentro de las organizaciones.O. Modelos de simulación para la obtención de información experta. 14. Como ya lo hemos comentado. transporte. Los expertos Hillier y Lieberman dicen en su tratado (usado como texto durante varias generaciones de estudiosos de la Investigación de Operaciones) con la Revolución Industrial se inventó la división del trabajo y esto trajo como consecuencia un crecimiento en la dimensión y complejidad de las organizaciones. Modelos de programación dinámica y teoría de juegos. aunado a la capacitación del personal y a la tecnología cambiante y agresiva son. Nikolay Artieda Página 12 de 44 .O. la situación hubiese devenido en un caos. ya que se intentaba armar rompecabezas con todas las piezas que producían los especialistas. programación lineal. Modelos heurísticos de autoaprendizaje y autocorrección. creciera. modelos de inventarios. los instrumentos indispensables para la Reingeniería y la Calidad Total. etcétera. Las técnicas de redes. 15.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA 13. teoría de colas. la superespecialización de los individuos. los departamentos de las industrias y aún las mismas industrias.

etc. integral u otro). el objetivo se usa para seleccionar entre todas las alternativas factibles. puede aplicarse el objetivo de un costo mínimo y escoger las más barata. busca un costo mínimo al mismo tiempo cómo cumplir restricciones sobre la demanda del producto. hasta la asignación de los recursos nacionales a las necesidades de un país. en forma óptima). Cuando se elige una pieza de pan. Existen muchos problemas administrativos que se ajustan a este molde de tratar de minimizar o maximizar un objetivo que está sujeto a una lista de restricciones. el tipo más común de aplicación abarca el problema general de asignar recursos limitados entre actividades competitivas de la mejor manera posible (es decir. al planear la producción futura. y va desde la asignación de instalaciones productivas a los productos. costo y rebanado o sin rebanar. los Ing. seleccionar una alternativa incluye satisfacer varios criterios al mismo tiempo. propiedades nutritivas. Nikolay Artieda Página 13 de 44 . La variedad de situaciones a las que se puede aplicar esta descripción es sin duda muy grande. tipo y variedad. el ingrediente común de todas estas situaciones es la necesidad de asignar recursos a las actividades. Este problema de asignación puede surgir cuando deba elegirse el nivel de ciertas actividades que compiten por recursos escasos para realizarlas. Las restricciones son las condiciones que debe satisfacer una solución que está bajo consideración. Por ejemplo. pueden quererse 100 gr. hasta el diseño de una terapia de radiación. un corredor de inversiones. Un hospital debe planear que las comidas para los pacientes satisfagan ciertas restricciones sobre sabor. por ejemplo. de pan blanco rebanado y hecho no antes de ayer. tipo (blanco. ¿Cuál es la naturaleza de esta notable herramienta y qué tipo de problemas puede manejar? Expresado brevemente. tamaño. Un fabricante. Se puede ir un paso más adelante y dividir estos criterios en dos categorías: restricciones y el objetivo. cuando se compra una pieza de pan se tiene el criterio de frescura. Si más de una alternativa satisfacen todas las restricciones. trata de maximizar el rendimiento sobre los fondos invertidos pero las posibles inversiones están restringidas por las leyes y las políticas bancarias. desde la planeación agrícola. la capacidad de producción. al mismo tiempo que se trata de minimizar el costo. Si varias marcas satisfacen estas restricciones. No obstante. Con frecuencia.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA mundo.

Aunque la asignación de recursos a las actividades es la aplicación más frecuente.00. El primer supuesto tiene que ver con la forma lineal de las funciones. Este es un Supuesto de Adición. Además. independientemente de cuantas computadoras Desktop se producen. Producir dos veces más de producto producirá dos veces más de ganancia. Ing. La ganancia con una computadora Notebook es de $10. el resultado que mejor alcance la meta especificada (según el modelo) entre todas las opciones de solución. cualquier problema cuyo modelo matemático se ajuste al formato general del modelo de PL es un problema de PL. la contribución de una variable a la función objetivo es independiente de los valores de las otras variables.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA inventarios. no incluye probabilidades y utiliza un modelo matemático para describir el problema. ya que cada restricción es lineal. Ya que el objetivo es lineal. contratando el doble de páginas en las revistas doblará el costo relacionado con las revistas. De hecho.vii Existe un número de suposiciones realizadas en cada modelo. En este caso. esto es. La PL se ha aplicado con éxito a estos y otros problemas. el nivel de empleados y la tecnología. Análogamente. la PL tiene muchas otras posibilidades. Es una Suposición de Proporción. El adjetivo lineal significa que todas las funciones matemáticas del modelo deben ser funciones lineales. La PL es una técnica determinista. Nikolay Artieda Página 14 de 44 . en esencia es un sinónimo de planeación. la palabra programación no se refiere a programación en computadoras. la PL trata la planeación de las actividades para obtener un resultado óptimo. Supuestos de la programación lineal. Así.750. La utilidad de un modelo está directamente relacionada con la realidad de los supuestos. la contribución al objetivo de cualquier decisión es proporcional al valor de la variable de decisión. la contribución de cada variable al lado izquierdo de cada restricción es proporcional al valor de la variable e independiente de los valores de cualquier variable.

las calculadoras.667 minutos con una mínima duda que esté cercana a la solución óptima. En general se necesita una computadora. aun las programables. son poco útiles. sin embargo.7 minutos de avisos. Es obvio que el costo de obtener todos estos datos excede lo que se podría ahorrar si se hicieran las compras óptimas. Si la suposición de divisible no es válida. si se es consistente con los requerimientos más estrictos dentro del modelo y se tiene claras sus limitaciones al interpretar los resultados. vitaminas y proteínas. Es posible que la suposición de ser divisible sea insatisfecha en este ejemplo. por ejemplo. qué significa comprar 2.67 avisos correspondan a 2. La última suposición es el Supuesto de Certeza. Veremos. En teoría. Por ejemplo. Es posible tomar una fracción de cualquier variable. sería necesario conocer todas las compras posibles que pueden realizarse (éstas serían las variables). además de cada restricción como sabor. en cuyo caso redondeando la solución serían 2.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Estas suposiciones son bastante restrictivas. entonces se usará la técnica de Programación Lineal Entera. se estará limitado a problemas muy sencillos. número de comidas.666. Sin embargo. El siguiente supuesto es la Suposición de ser Divisible. que ser claros y precisos en la formulación del modelo puede ayudar a manejar situaciones que parecen en un comienzo como lejanos a estos supuestos. Pero esto no negará la factibilidad de uso del modelo. puesto que la PL tiene necesidad de gran cantidad de memoria o almacenamiento.67 avisos en la televisión?. Será difícil que un problema cumpla con todas las suposiciones de manera exacta. O puede ser que tales unidades de 2. La otra limitación se refiere al costo de formular un problema de PL. Nikolay Artieda Página 15 de 44 . Un modelo puede ser aún útil aunque difiera de la realidad. Antes de emprender una Ing. Desafortunadamente. en un problema de marketing. para hacer las compras semanales de abarrotes. Si no se tiene acceso a una computadora. podría usarse PL. Existen limitaciones prácticas para el uso de la PL. Una se relaciona con los cálculos. La Programación Lineal no permite incertidumbre en los valores.

la afirmación anterior puede escribirse como una desigualdad: 3A + 2B 100 Para que sea aceptable para PL. la restricción es que A debe ser por los menos el doble de B.viii Aunque se ponga en duda. Para este caso. esto puede escribirse como: A 2B ó A 2B 0 Ing. Formulación de modelos de Programación Lineal.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA aplicación de PL. horas de mano de obra). Por ejemplo. etc. lo que se tiene disponible. la restricción será: 3A + 2B = 100 Sin embargo. la forma estándar para una restricción pone a todas las variables del lado izquierdo y sólo una constante positiva o cero del lado derecho. debe considerarse la disponibilidad y el costo de los datos necesarios. Nikolay Artieda Página 16 de 44 . Los cuadrados. ni tampoco los productos de variables. las raíces cuadradas. Además. Si. Para formular un problema en forma matemática. no es obligatorio que se usen todos los recursos (en este caso. Una vez hecha esa parte. la parte más difícil de PL es reconocer cuándo ésta puede aplicarse y formular el problema matemáticamente. Esto se realiza cuando se resuelven “problemas hablados” al estudiar un curso de álgebra. resolver el problema casi siempre es fácil. Más bien la limitación es que se use. Si deben usarse todas las 100 horas disponibles. en la mayoría de las situaciones de negocios. no son aceptables. considérese la siguiente afirmación: A usa 3 horas por unidad y B usa 2 horas por unidad. Algo muy parecido sucede aquí al formular las restricciones. deben expresarse afirmaciones lógicas en términos matemáticos. por ejemplo. cada restricción debe ser una suma de variables con exponente 1. cuando mucho. Esto puede requerir algún reacomodo de los términos.

La forma matemática del objetivo se llama función objetivo. Para la mayoría de los problemas esto es real. Por ejemplo.2. o la holgura. sólo puede haber un objetivo. es decir. Pero al multiplicar una desigualdad por -1. el sentido de esta desigualdad se invierte. no se querría una solución que diga: prodúzcanse menos dos cajas o contrátense menos cuatro personas. Nikolay Artieda Página 17 de 44 . Todo lo que se tiene que hacer es agregar (o restar) una variable extra. que acompaña al libro “Introducción a la Investigación de Operaciones” de los autores Hillier y Lieberman) requieren que todas las desigualdades se conviertan en igualdades. entonces: A ó A B por último B A B 2 2 2 Una nota final sobre desigualdades: es sencillo convertir una desigualdad en una ecuación. S se llama variable de holgura. si se quiere que A sea por lo menos tan grande como B . no negativas. Debe llevar consigo el maximizar o minimizar Ing. La metodología de PL requiere que todas las variables sean positivas o cero. Por ejemplo: B A 2 es lo mismo que B A+S=2 en donde S representa la diferencia. Por otro lado. entre B -A y 2. Mientras que no existe un límite en el número de restricciones que puede tener un problema de PL. Puede ser necesario hacer esto para que los coeficientes del lado derecho sean positivos.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Nótese que pueden moverse términos de un lado a otro de las desigualdades como si fuera un signo de igualdad. que viene en el ORCourseware. se restaría una variable de superávit en el caso siguiente: A 2B 0 es lo mismo que A 2B S = 0 Algunos métodos de solución (como el Método Símplex) y la mayoría de los programas de computadora (como el MathProg.

entonces.ix El gerente de personal de “La Tortuga Veloz. la forma: Maximizar Minimizar Z = 4A + 6Bó Z = 2x1 + 5x2 Se analiza una aplicación para ilustrar el formato de los problemas de Programación Lineal. junto con uno en adiestramiento (aprendiz). el número de empleados o el material de desperdicio. Nikolay Artieda Página 18 de 44 . Podría ser maximizar el rendimiento. de C. producen el equivalente a lo que producen 1. También se desea tener una fuerza de trabajo regular de 110 al principio de julio. Ing. El gerente de personal debe decidir cuántas personas necesita contratar cada mes para adiestramiento. se usa la letra Z para representarlo. Podría ser minimizar el costo. hay 58 empleados regulares.”. la contribución marginal o los contactos con los clientes. Como el valor de la función objetivo no se conoce hasta que se resuelve el problema. En cuanto al 1º de enero.00 mensuales.A.00 mensuales a quien está en entrenamiento.2 trabajadores regulares.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA alguna medida numérica. En seguida se da el número de meses-hombre necesarios. S. La función objetivo tendrá. mientras que los trabajadores regulares ganan $800.V. Planeación de la fuerza de trabajo. del 10% mensual. Durante este período de entrenamiento un trabajador regular. La rotación de personal entre los trabajadores regulares es bastante alta. Con frecuencia el objetivo es evidente al observar el problema. la ganancia. Se paga $500. Se lleva 1 mes adiestrar a una persona nueva. está analizando la necesidad de mano de obra semi calificada durante los próximos seis meses.

Para cualquier mes. el 10% de los trabajadores regulares se van cada mes.9R1 + A1 Ing.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Mes Enero Febrero Marzo Meses-hombre requeridos 60 50 60 Mes Abril Mayo Junio Meses-hombre requeridos 80 70 100 Este problema tiene un aspecto dinámico.2A6 60 50 60 80 70 100 110 julio (principio) R7 Debido a la rotación. al principio de febrero sería: R2 = 0. por ejemplo.2A3 R4 + 0. Nikolay Artieda Página 19 de 44 . ya que la fuerza de trabajo en cualquier mes depende de la fuerza de trabajo regular y en adiestramiento del mes anterior.2A4 R5 + 0.2A2 R3 + 0. Entonces los requerimientos de cada mes pueden expresarse por las restricciones: Enero Febrero Marzo Abril Mayo Junio R1 + 0.2A5 R6 + 0. Así.2Ai en donde: Ri = número de trabajadores regulares al principio del mes Ai = número de aprendices contratados en el mes.2A1 R2 + 0. el número de trabajadores regulares disponibles. el número total de meses-hombre disponibles se puede expresar como sigue: Meses-hombre disponibles: Ri + 0.

9R3 + A3 = 0. que se pueden asignar entre cualquier número (digamos n) de actividades competitivas de cualquier clase.. .UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA En la misma forma. En PL.. .9R1 + A1 = 0. Sea xj (una variable de decisión) el nivel de la actividad j.9R6 + A6 El objetivo global del gerente de personal es minimizar el costo. 2. . Forma estándar de los modelos de Programación Lineal.. n. 2. n). Se exploran las soluciones posibles y se usa la función objetivo para elegir la mejor de entre aquellas que cumplen con los criterios. después. 2. En realidad es un método de satisfacción de criterios.x Supóngase que existe cualquier número (digamos m) de recursos limitados de cualquier tipo. La PL se denomina técnica de optimización. Etiquétense los recursos con números (1.. m) al igual que las actividades (1.. para j = 1. Nikolay Artieda Página 20 de 44 . y sea Z la medida de Ing. pueden escribirse las ecuaciones para el número de trabajadores disponibles al principio de cada mes: Enero Febrero Marzo Abril Mayo Junio Julio R1 R2 R3 R4 R5 R6 R7 = 58 (dado) = 0..9R4 + A4 = 0. La función objetivo es: Minimizar: Z = 800(R1 + R2 + R3 + R4 + R5 + R6) + 500(A1 + A2 + A3 + A4 + A5 + A6) Ahora se tiene el problema en el formato general de PL con 13 variables y 14 restricciones. pero optimiza sólo dentro de los límites de las restricciones...9R2 + A2 = 0. buscan esa solución. Los tomadores de decisiones en las empresas establecen criterios que debe cumplir una solución y. los criterios se expresan como restricciones.9R5 + A5 = 0..

. Por último defínase aij como la cantidad de recurso i que consume cada unidad de la actividad j (para i = 1. En particular. 2. x2 0. este modelo consiste en elegir valores de x1. + a1nxn a21x1 + a22x2 + . xn para: Maximizar Z = c1x1 + c2x2 + ..... se llama función objetivo. + ainxn. c 1x1 + c2x2 + ... . De manera parecida... ... . En este momento se puede resumir la terminología que usaremos para los modelos de PL. Por lo general... 2. . m y j = 1..... las restricciones xj 0 se llaman restricciones de no negatividad.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA efectividad global seleccionada... que representa el consumo total del recurso i) reciben el nombre de restricciones funcionales.. xn 0 bm y Ésta se llamará nuestra forma estándar (porque algunos libros de texto adoptan otras formas) para el problema de PL. La función que se desea maximizar. + cnxn. sujeto a las restricciones: a11x1 + a12x2 + .. Las variables xj son las variables de Ing. m). x2. . se hace referencia a las limitaciones como restricciones. n). Se puede formular el modelo matemático para el problema general de asignar recursos a actividades. n)..... + cnxn... Sea cj el incremento que resulta en Z por cada incremento unitario en xj (para j = 1. 2. Las primeras m restricciones (aquellas con una función del tipo a i1x1 + ai2x2 + . Ahora sea bi la cantidad disponible del recurso i (para i = 1... Nikolay Artieda Página 21 de 44 . 2. + a2nxn b1 b2 am1x1 + am2x2 + .. . + amnxn x1 0. Cualquier situación cuya formulación matemática se ajuste a este modelo es un problema de PL.

Para la solución gráfica de programas lineales con dos variables. Por otra parte. después encontrar el Área de Soluciones Factibles y proceder a graficar la función objetivo para conocer el valor óptimo (maximizar o minimizar) que será la solución del problema. ¿Cuál es el objetivo? Es maximizar la contribución a la ganancia. aij. las sillas usan 8 unidades de material cada una y requieren 12 horas de mano de obra por silla. Ejemplo: Problema de mezcla de productos. El margen de contribución es el mismo para las mesas que para las sillas: $5. cj. Paso 1: formulación del problema. Cada mesa requiere 12 unidades de material y 6 horas de mano de obra. Solución Gráfica de Modelos Lineales con dos Variables. Las constantes de entrada. El fabricante prometió construir por lo menos dos mesas. reciben el nombre de parámetros del modelo. lo que se tiene que hacer es trazar un eje de coordenadas cartesianas. para graficar las desigualdades dadas por el problema. Cada unidad de mesas o sillas producidas contribuirá con $5 en la ganancia. Un fabricante está tratando de decidir sobre las cantidades de producción para dos artículos: mesas y sillas.00 por unidad. Se cuenta con 96 unidades de material y con 72 horas de mano de obra. Nikolay Artieda Página 22 de 44 . Ahora puede escribirse la función objetivo: Maximizar Z = 5x1 + 5x2 en donde: x1 = número de mesas producidas x2 = número de sillas producidas Ing. El primer paso para resolver el problema es expresarlo en términos matemáticos en el formato general de PL. bi. Así las dos alternativas son la producción de mesas y la producción de sillas.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA decisión.

Primero. una silla 12 horas y se dispone de un total de 72 horas. x2 0 Poniendo todo junto el modelo se tiene: Maximizar Z = 5x1 + 5x2 96 72 Restricciones: 12x1 + 8x2 6x1 + 12x2 x1 x1 2 0. Nikolay Artieda Página 23 de 44 . el material está limitado a 96 unidades. El fabricante prometió producir por lo menos dos mesas. Una mesa se lleva 6 horas.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA ¿Cuáles son las restricciones o limitaciones del problema? Existen tres restricciones. x2 0 Ing. La primera restricción es. entonces: 12x1 + 8x2 96 La segunda restricción es el total de horas de mano de obra. Cada mesa se lleva 12 unidades de material y cada silla usa 8 unidades. las restricciones de no negatividad son: x1 0. Así: 6x1 + 12x2 72 Existe una limitación más. Esto puede expresarse como: x1 2 Por último.

Esto puede hacerse en cualquier orden. Por conveniencia se comenzará con las restricciones de no negatividad. una solución se representaría por un punto con coordenadas x 1 (mesas) y x2 (sillas).UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Paso 2: gráfica de las restricciones. Las coordenadas representarían las cantidades de cada artículo que se deben producir. Nikolay Artieda Página 24 de 44 2 se convierte en x1 = 2. Así. El cuadrante superior derecho se llama Región Factible puesto que es el único cuadrante en que pueden estar las soluciones. x1 siguiente figura: Ing. ya que requerirían la producción de cantidades negativas de mesas o de sillas o de ambas. La siguiente restricción es x1 2. Convertir una igualdad en una ecuación aquí significa ignorar la parte de “mayor que” o “menor que” de la restricción. Los otros tres cuadrantes no son factibles. Éstas se muestran en la siguiente figura: En esta gráfica. Esta ecuación está trazada en la . La manera más sencilla de dibujar las restricciones de recursos es en dos pasos: (1) convertir una desigualdad en una ecuación y graficar la ecuación y (2) sombrear el área apropiada arriba y abajo de la línea que resulta en el paso 1. El siguiente paso en el método gráfico es dibujar todas las restricciones en una gráfica. en el ejemplo.

a: 12x2 = 72 x2 = 6 La intersección con el eje X1 se encuentra haciendo x2 = 0. entonces. la restricción es más amplia. Así: 6x1 = 72 x1 = 12 Estos dos puntos y la línea que los une se muestran en la siguiente figura: Ing. Puede graficarse esta línea si se encuentran dos puntos sobre ella. Para encontrar la intersección con el eje X2 se hace x1 = 0. primero se convierte en una ecuación: 6x1 + 12x2 = 72. la región factible incluye todos los valores de x1 que están sobre o a la derecha de la línea x1 = 2. El par de puntos más sencillos de localizar son las intersecciones con los ejes X1 y X2. Como antes. Sin embargo. Nikolay Artieda Página 25 de 44 . La ecuación se reduce. Esto incluye todos los puntos que están a la derecha de la línea x1 = 2.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Cualquier punto en la línea x1 = 2 satisface la ecuación. ya que cualquier punto x1 > 2 también la cumplirá. Entonces. La limitación sobre las horas de mano de obra es la siguiente restricción.

se traza la línea.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Cualquier punto que está sobre o abajo de esta línea cumplirá con la restricción. La última restricción es la de material. Cualquier punto arriba de esta línea requerirá más de 72 horas de mano de obra y no es aceptable. En la región factible. Éstas son x1 = 0. Siguiendo el procedimiento anterior. se sombrea el área que está abajo de la línea. Se localizan los dos puntos en la gráfica. Nikolay Artieda Página 26 de 44 . x2 = 12 y x1 = 8. y como la restricción es del tipo menor o igual que. El resultado se muestra en la siguiente figura: Ing. primero se encuentran las intersecciones para la igualdad. x2 =0. En la siguiente figura se combina esta restricción con la anterior. ambas restricciones se cumplen.

porque cualquier punto sobre una línea dada da la misma ganancia total. Paso 3: obtención de la solución óptima: líneas de indiferencia. También. Ahora se utilizará la función objetivo para seleccionar la solución óptima. Para encontrar la solución óptima. es posible suponer algunos valores para Z y graficar las líneas resultantes. En la siguiente figura se muestran las líneas para Z = 25 yZ = 50: Las líneas de este tipo se llaman líneas de indiferencia. Como todavía no se conoce el máximo valor factible de Z. No obstante.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Cualquier solución que esté en la frontera o dentro del área sombreada cumplirá con todas las restricciones. no puede trazarse el óptimo de la función objetivo. Nikolay Artieda Página 27 de 44 . se grafica la función objetivo en la misma gráfica de las restricciones. La función objetivo en este problema es Z = 5x 1 + 5x2. Nótese que la distancia perpendicular del origen a la línea aumenta al aumentar el valor de Z. Ing.

Estas propiedades gráficas pueden usarse para resolver el problema. En la gráfica puede observarse que la línea de indiferencia para Z = 50 está completamente fuera de la región factible. Nikolay Artieda Página 28 de 44 . Para Z = 25. Esto se muestra en la siguiente figura: Ing. En la siguiente figura. de las propiedades de la gráfica que se hicieron notar antes. se ilustran todas las restricciones y las dos líneas de indiferencia supuestas. parte de la línea cae dentro de la región factible. Imaginando que la línea de indiferencia Z = 25 se mueve hacia la línea Z = 50. existe alguna combinación de x1 y x2 que satisface todas las restricciones y da una ganancia total de $25. Por tanto. puede observarse que hay ganancias más altas que son factibles. el punto óptimo estará sobre la línea de indiferencia más lejana al origen pero que todavía toque la región factible.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA todas las líneas de indiferencia son paralelas entre sí. Por inspección.

Las coordenadas de este punto resultan ser (6. 50 unidades de vitamina X y 49 unidades de vitamina Y. Un comprador está tratando de seleccionar la combinación más barata de dos alimentos. Exprésense los datos del problema como una función objetivo y restricciones. El alimento A cuesta 5 pesos/kilogramo y el alimento B cuesta 8 pesos/kilogramo. 10 unidades de vitamina X y 7 unidades de vitamina Y. 3. Ejercicio: Ejemplo: Problema de dieta. La sustitución de este punto en la función objetivo da la ganancia máxima: Z = 5(6) + 5(3) = $45 Resumen del método gráfico. Los requerimientos vitamínicos son por lo menos 40 unidades de vitamina W. Nótese que el punto óptimo está en la intersección de las líneas de restricción para materiales y horas de mano de obra. Cada kilogramo del alimento A proporciona 4 unidades de vitamina W. 5 unidades de X y 7 unidades de Y. sustitución o igualación). Para resolver gráficamente problemas de programación lineal: 1. Localícese la solución óptima. Grafíquese cada restricción. que debe cumplir con ciertas necesidades diarias de vitaminas. cada kilogramo del alimento B proporciona 10 unidades de W. Ing. Las coordenadas de este punto se pueden encontrar resolviendo el sistema de ecuaciones que forman estas dos restricciones utilizando cualquiera de los métodos de solución (suma y resta. 2.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Con el punto óptimo localizado gráficamente. Nikolay Artieda Página 29 de 44 . 3). la única tarea que queda es encontrar las coordenadas del punto.

s3 para convertirlas en igualdades y formar el sistema de ecuaciones estandar. Usando en simplex el siguiente criterio: Signo: ≤ Introducir sn Ing. Convertir las desigualdades en igualdades: Se introduce una variable de holgura por cada una de las restricciones. este caso s1. Nikolay Artieda Página 30 de 44 . un algoritmo es simplemente un proceso en el que se repite (se itera) un procedimiento sistemático una y otra vez hasta obtener el resultado deseado.”xi Vamos a resolver el siguiente problema: Paso 1. De hecho. s2. En consecuencia. cualquier procedimiento iterativo de solución es un algoritmo. “El método símplex es un algoritmo.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA METODO SIMPLEX. Cada vez que se lleva a cabo el procedimiento sistemático se realiza una iteración. un algoritmo sustituye un problema difícil por una serie de problemas fáciles. Entonces.

Igualar la función objetivo a cero y después agregar la variables de holgura del sistema anterior: Z . Cuando minimizamos se toma el valor (+) positivo de Fo para convertirlo en negativo y cuando maximizamos tomamos el valor (+) negativo de Fo para convertirlo en positivo. Escribir el tablero inicial simplex: En las columnas aparecerán todas las variables del problema y.3 x1 .2 x2 = 0 Para este caso en particular la función objetivo ocupa la última fila del tablero. Paso 3.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Paso 2. en las filas. pero de preferencia siempre se deberá de colocar como la primera fila. los coeficientes de las igualdades obtenidas. Nikolay Artieda Página 31 de 44 . una fila para cada restricción y la última fila con los coeficientes de la función objetivo: Ing.

significa que se ha Por tanto. Si hubiese algún elemento menor o igual que cero no se hace dicho cociente. Si en la última fila no existiese ningún coeficiente negativo. entonces tendríamos una solución no acotada y no se puede seguir. Nikolay Artieda Página 32 de 44 . (FLECHA ROJA COSTADO IZQUIERDO) se divide cada término de la última columna (valores solución) por el término correspondiente de la columna pivote. Encontrar la variable de decisión que entra en la base y la variable de holgura que sale de la base Para escoger la variable de decisión que entra en la base. entonces se elige cualquiera de ellos. La columna de la variable que entra en la base se llama columna pivote (en color azulado). Para encontrar la variable de holgura que tiene que salir de la base. siempre que estos últimos sean mayores que cero. En el caso de que todos los elementos fuesen menores o iguales a cero. Ing. la variable x1 de coeficiente . En este caso. alcanzado la solución óptima. (FLECHA ROJA PARTE SUPERIOR).UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Paso 4.3. observamos la última fila. Si existiesen dos o más coeficientes iguales que cumplan la condición anterior. lo que va a determinar el final del proceso de aplicación del método del simplex. la cual muestra los coeficientes de la función objetivo y escogemos la variable con el coeficiente más negativo (en valor absoluto). es que en la última fila no haya elementos negativos.

con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la función objetivo Z. A continuación mediante la reducción gaussiana hacemos ceros los restantes términos de la columna pivote. este indica que la variable de decisión X1 entra y la variable de holgura S3 sale. En la intersección de la fila pivote y columna pivote tenemos el elemento pivote operacional. Esta fila se llama fila pivote (en color azulado). ya 8 es el menor. indica que cualquiera de las variables correspondientes puede salir de la base. Nikolay Artieda Página 33 de 44 . Los nuevos coeficientes de la fila pivote se obtienen dividiendo todos los coeficientes de la fila por el pivote operacional “3”. Ing. el 3. 3. S3. Si al calcular los cocientes.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA El término de la columna pivote que en la división anterior dé lugar al menor cociente positivo. Encontrar los coeficientes para el nuevo tablero de simplex. dos o más son iguales. ya que este se debe convertir en 1. Paso 5. indica la fila de la variable de holgura que sale de la base.

dividimos los términos de la columna solución entre los términos de la nueva columna pivote: y como el menor cociente positivo es 6. Hay que repetir el proceso: La variable que entra en la base es x2. -1. que ahora hay que hacer 1. por ser la columna pivote que corresponde al coeficiente -1 Para calcular la variable que sale o la fila pivote.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Como en los elementos de la última fila hay un número negativo. El elemento pivote. es 1/3. Nikolay Artieda Página 34 de 44 . tenemos que la fila pivote y la variable de holgura que sale es S1. Y se opera de forma análoga a la anterior iteración: Ing. significa que no hemos llegado todavía a la solución óptima.

significa que no hemos llegado todavía a la solución óptima. 12/4 [=3]. -1. Ing. por ser la variable que corresponde al coeficiente -1 Para calcular la variable que sale. dividimos los términos de la última columna entre los términos correspondientes de la nueva columna pivote: 6/(-2) [=-3] .UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Como en los elementos de la última fila hay uno negativo. Hay que repetir el proceso: La variable que entra en la base es S3. tenemos que la variable de holgura que sale es S2. y 6:1 [=6] y como el menor cociente positivo es 3. Nikolay Artieda Página 35 de 44 .

que ahora hay que hacer 1. es 4. Obtenemos la tabla: Ing.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA El elemento pivote. Nikolay Artieda Página 36 de 44 .

. Prentice Hall. Mexico-Mexico EPPEN G.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Como todos los coeficientes de la fila de la función objetivo son positivos. Nikolay Artieda Página 37 de 44 . “Investigación de Operaciones en la Ciencia Administrativa”. hemos llegado a la solución óptima. GOULD F.D. Como solo hay una mercancía un destino puede recibir su demanda de una o más fuentes. 2000. “Métodos cuantitativos para Administración”. Nivel de oferta en cada fuente y la cantidad de demanda en cada destino. Mexico – Mexico. El costo de transporte unitario de la mercancía a cada destino. en nuestro caso: 33. LIEBERMAN. Prentice Hall. Los solución óptima viene dada por el valor de Z en la columna de los valores solución. Ing. 2001. Mexico – Mexico. TRANSPORTE Y ASIGNACIONxii El modelo de transporte busca determinar un plan de transporte de una mercancía de varias fuentes a varios destinos. “Investigación de Operaciones”. El objetivo del modelo es el de determinar la cantidad que se enviará de cada fuente a cada destino. HILLIER. Mc Graw Hill. 2. 2001. HILLER. SOLOW Daniel. tal que se minimice el costo del transporte total.J.. RESOLUCION POR Wat´s Best RESOLUCION DE CASOS: MATHUR Kamlesh. Los datos del modelo son: 1.

…. m j=1. Si Xi j representa la cantidad transportada desde la fuente i al destino j. y la demanda en el destino j es bj. El costo de transporte unitario entre la fuente i y el destino j es Cij. n para todas las i y j i=1 m Ij X i j >=0 Ing. el modelo general de PL que representa el modelo de transporte es: Minimiza Z= Sujeta a: j=1 n m n i=1 j=1 C ij X ij X X ij <= ai .2. >= bj . entonces. Nikolay Artieda Página 38 de 44 . el arco que une fuente y un destino representa la ruta por la cual se transporta la mercancía.2. La cantidad de la oferta en la fuente i es ai. i=1. Una fuente o un destino esta representado por un nodo.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA La suposición básica del modelo es que el costo del transporte en una ruta es directamente proporcional al numero de unidades transportadas. El esquema siguiente representa el modelo de transporte como una red con m fuentes y n destinos.…. La definición de “unidad de transporte” variará dependiendo de la “mercancía” que se transporte.

. Las capacidades de las plantas durante el trimestre próximo son 1 000. Las demandas trimestrales en los dos centros de distribución son de 2 300 y 1 400 vehículos. Produce los costos siguientes (redondeados a enteros). además de su utilidad en la representación a través de modelos de ciertas situaciones prácticas.2. El costo del transporte de un automóvil por tren es de 8 centavos por milla.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA El primer conjunto de restricciones estipula que la suma de los envíos desde una fuente no puede ser mayor que su oferta. no necesariamente la oferta debe ser igual a la demanda o mayor que ella. Ejemplo 1 (Modelo de transporte estándar) MG Auto Company tiene plantas en Los Ángeles. Nikolay Artieda Página 39 de 44 .... la formulación resultante recibe el nombre de modelo de transporte equilibrado. Este difiere del modelo solo en el hecho de que todas las restricciones son ecuaciones. m j=1. que representan a C i j del modelo original: Ing. es decir: X ij = ai.2. En el mundo real.... i=1. Cuando la oferta total es igual a la demanda total. Sus centros de distribución principales son Denver y Miami. un modelo de transporte siempre puede equilibrarse. y 1 200 automóviles. es importante para el desarrollo del método de solución que explote completamente la estructura especial del modelo de transporte. El equilibrio. El modelo que se acaba de escribir implica que la oferta total i=1 m ai debe ser cuando menos igual a la demanda total j=1 n bj. Sin embargo. Detroit y Nueva Orleáns. El diagrama de las distancias recorridas entre las plantas y el centro de distribución son: Los Angeles Detroit Nueva Orleans Denver 1 000 1 250 1 275 Miami 1 690 1 350 850 Esto produce en costo por automóvil a razón de 8 centavos por milla recorrida. Los dos ejemplos que siguen presentan la idea del equilibrio y también sus implicaciones prácticas. el segundo conjunto requiere que la suma de los envios a un destino satisfaga su demanda. en forma análoga. 1 500. n X i j = bj..

j). Esta es una forma de matriz donde sus renglones representan las fuentes y sus columnas los destinos. Los elementos de costo C i j se resumen en la esquina noroeste de la celda de la matriz (i. el modelo de MG se puede resumir en la tabla siguiente: Ejemplo 2 (Modelo de transporte con equilibrio) Ing. hacemos que X i j represente el número de automóviles transportados de la fuente i al destino j. el modelo de transporte resultante esta equilibrado. el siguiente modelo de PL que representa el problema tiene todas las restricciones de igualdad. Por lo tanto. Por lo tanto. Minimizar Z = 80X 11 + 215X Sujeto a: X 11 X 12 12 + 100X 21 + 108X 22 + 102X 31 + 68X 32 X 21 X 21 X 22 X 11 X X 12 X X 31 X 31 X X 32 22 32 = = = = = 1 1 1 2 1 000 500 200 300 400 ij para todas las i y j Un método mas resumido para representar el modelo de transporte consiste en utilizar lo que se llama tabla de transporte.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA Denver 80 100 102 Miami 215 108 68 Los Ángeles Detroit Nueva Orleans Mediante el uso de códigos numéricos que representan las plantas y centros de distribución. Como la oferta total ( = 1 000 + 1 500 + 1 200 = 3 700) es igual a la demanda ( = 2 300 + 1 400 = 3 700). Nikolay Artieda Página 40 de 44 .

En este caso los costos de transporte unitarios serán iguales a los costos de penalización unitarios en los diversos destinos. La única información que falta para completar el modelo son los “costos de transporte” unitarios de la planta ficticia a los destinos.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA En el ejemplo anterior suponga que la capacidad de la planta de Detroit es de 1 300 automóviles (en vez de 1 500). la cantidad de unidades enviadas a un destino desde una planta ficticia representará la cantidad faltante en ese destino. Denver Miami Destino Ficticio 0 0 0 Los Ángeles Detroit Nueva Orleans 80 100 102 215 108 68 1 000 1 500 1 200 Existen varios métodos de resolución de este tipo de problemas. Los Ángeles Detroit Nueva Orleáns Planta ficticia Denver 80 100 102 0 Miami 215 108 68 0 1 000 1 300 1 200 200 De manera análoga. Se dice que la situación esta desequilibrada debido a que la oferta total (=3 500) no es igual a la demanda total (=3 700). podemos enfocar la situación desde otro ángulo diciendo que se incurre en un costo de penalización por cada unidad de demanda insatisfecha en los centros de distribución. Por ejemplo. Como la planta no existe. envíe su “producción“ a todos los centros de distribución. Sin embargo. Ing. pero se tratará por fines prácticos la resolución de los mismos usando What´s best. en condiciones normales. Nikolay Artieda Página 41 de 44 .Nuestro objetivo consiste en volver a formular el modelo de transporte de manera que distribuya la cantidad faltante(=3 700 – 3 500 = 200) en forma optima entre los centros de distribución. Físicamente. si la oferta en mayor que la demanda podemos añadir un destino ficticio que absolverá la diferencia. no habrá ningún envío físico y el costo de transporte unitario es cero. Se permite que dicha planta. suponga que la demanda en Denver disminuye a 1 900cualquier automóvil enviado de una planta a un centro de distribución ficticio representa un excedente en la planta. Como la demanda es mayor que la oferta se puede agregar una planta ficticia con una capacidad de 200.

Las plantas 1. “Análisis Cuantitativo para toma de decisiones”. una en Memphis y otra en Denver. La siguiente tabla muestra los costos de envío unitario desde cada planta a cada ciudad. BONINI. Los productos son enviados por avión a Los Angeles y Boston. 30 y 30 millones de [kWh] en las ciudades 1.D. Formule un modelo de programción lineal que permita minimizar los costos de satisfacción de la demanda máxima en todas las ciudades. SOLOW Daniel. Prentice Hall. 3 y 4 respectivamente. BIERMAN. Mexico – Mexico.J. se requieren 130 unidades diarias. 50 y 40 millones de [kWh] respectivamente. GOULD F. Mexico-Mexico EPPEN G. Existe una posibilidad de reducir costos enviando algunos productos en primer lugar a New York o a Chicago y luego a sus destinos finales. En ambas ciudades. “Investigación de Operaciones en la Ciencia Administrativa”. HAUSMAN.. la de Denver hasta 200 unidades al día. Ejemplo 2 Una fábrica posee dos plantas de manufactura.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA RESOLUCION DE CASOS MATHUR Kamlesh. 2 y 3 pueden satisfacer 35. Mexico – Mexico. Los costos unitarios de cada tramo factible se ilustran en la siguiente tabla: Ing. 20.. Mc Graw Hill. 2001. 2007. PROBLEMAS DE TRANSPORTE Y TRANSBORDO Ejemplo 1 Una empresa energética dispone de tres plantas de generación para satisfacer la demanda eléctrica de cuatro ciudades. 2. Prentice Hall. La planta de Memphis puede producir hasta 150 unidades al día. 2000. Nikolay Artieda Página 42 de 44 . “Investigación de Operaciones”. El costo de enviar 1 [kWh] depende de la distancia que deba recorrer la energía. El valor máximo de consumo ocurre a las 2 PM y es de 45.

Ejercicio 2 Medical Technologies es una empresa fabricante y distribuidora internacional de equipos de rayos X de alta resolución que se utiliza en hospitales. Sin embargo debido a los tratados de comercio internacionales. los clientes de Japón deben obtener sus máquinas directamente de las Filipinas y los de Australia deben recibir las suyas solo de Fiji. la que se encuentra en Iowa produce hasta 200 y la que se encuentra en Oregón puede producir hasta 150 máquinas. Los costos de envío por máquina desde las plantas a los almacenes regionales. a los almacenes de campo y finalmente a los clientes se dan en las siguientes tablas: HUNGRIA 200 300 HAWAI 400 400 500 FIJI 600 400 TEXAS IOWA OREGON HUNGRIA HAWAI FILIPINAS 800 700 Ing. Los clientes de Corea del Sur y de Nueva Zelanda pueden recibir máquinas de cualquiera de los almacenes de campo.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA La fábrica desea satisfacer la demanda minimizando el costo total de envío. Nikolay Artieda Página 43 de 44 . Los equipos producido en Texas y en Iowa pueden ser enviados a los almacenes regionales en Hungría y/o en Hawai. Ninguno de los almacenes regionales almacena máquinas en inventario. Para el año siguiente sus clientes en Japón han pedido 120 máquinas los de Corea del Sur 80 máquinas los de Nueva Zelanda 70 y los de Australia 110 máquinas. su planta que se encuentra en Texas puede producir hasta 100 máquinas por año. los almacenes regionales a su vez pueden enviar a cualquiera de los almacenes en campo situados en Fiji y en las Filipinas. por consiguiente deben enviar todas las máquinas que reciben.

“Investigación de Operaciones”. Caracas-Venezuela. Mexico-Mexico v BELLINI Franco. se le ha pedido que determine el plan de embarque con el mínimo costo total. Universidad Santa María. “Investigación de Operaciones”.UNIVERSIDAD TECNOLÓGICA INDOAMERICA INVESTIGACIÓN OPERATIVA JAPON FILIPINAS FIJI 700 COREA 600 700 N ZELANDA 800 500 AUSTRALIA 600 Como gerente de distribución. REFERENCIAS BIBLIOGRAFICAS BELLINI Franco. “Investigación de Operaciones”. vi vii viii ix x xi xii IBID IBID IBID IBID IBID IBID IBID Ing. Nikolay Artieda Página 44 de 44 . Prentice Hall. Caracas-Venezuela. 2001. SOLOW D. Universidad Santa María. i ii iii iv IBID IBID MATHUR K.