Apunte I Operaciones2

Apuntes
INVESTIGACION DE
OPERACIONES
Jos
CHIAPAS A ENERO 2015
ITTG
Apuntes I.O.
2015
Realizado por Jos Vzquez Hernndez
Apuntes
Materia. Investigacin de Operaciones
Objetivo de la materia
Adquirir los conceptos de los modelos matemticos que definen el comportamiento de
un sistema para desarrollar soluciones, aplicando tcnicas y algoritmos que permitan
obtener resultados ptimos, apoyando as al proceso de la toma de decisiones
Que debe saber el alumno

Integrar los conceptos construidos en su periodo de formacin matemtica y
vincularlos con los contenidos de las asignaturas de la ingeniera en estudio (lgebra
lineal y clculo diferencial e integral).
Conocer y manejar la estadstica descriptiva y distribuciones de probabilidad.
Conceptos de programacin
Apuntes I.O.
2015
Introduccin a la investigacin de operaciones ------------------------------------------ 4

Unidad 1.- Programacin Lineal ----------------------------------------------------------------- 5
1.1. Definicin, desarrollo y tipos de modelos de investigacin de operaciones ----- 5
1.2 Formulacin de modelos ------------------------------------------------------------------ 8
1.3 Mtodo grfico -------------------------------------------------------------------------------- 11
1.4 Fundamentos del mtodo simplex ---------------------------------------------------- 13
1.5 Aplicaciones diversas de programacin lineal ---------------------------------- 18
Unidad 2.- Anlisis de Redes -------------------------------------------------------------------- 22
2.1 Conceptos Bsicos ------------------------------------------------------------------------- 22
2.2 Problema de transporte ------------------------------------------------------------------- 22
2.3 Problema de asignacin ------------------------------------------------------------------ 24
2.4 Problema de la ruta ms corta. --------------------------------------------------------- 33
2.5 Programacin de proyectos (PERT-CPM). ----------------------------------------- 38
Unidad 3.- Programacin no lineal ------------------------------------------------------------ 44
3.1 Conceptos bsicos de problemas de programacin no lineal. ----------- 44
3.2 Ilustracin grafica de problemas de programacin no lineal. ----------------------- 45
3.3 Tipos de problemas de programacin no lineal. -------------------------------- 46
3.4 Optimizacin clsica ----------------------------------------------------------------------- 47
3.4.1 Puntos de inflexin ----------------------------------------------------------------------- 48
3.4.2 Mximos y mnimos ---------------------------------------------------------------------- 48
Unidad 4.- Teora de inventarios --------------------------------------------------------------- 49
4.1 Sistemas de administracin y control ----------------------------------------------- 49
4.2 Modelos determinsticos ------------------------------------------------------------------ 49
4.2.1 Lotes econmicos sin dficit --------------------------------------------------------- 50
4.2.2 Lotes econmicos con dficit -------------------------------------------------------- 51
4.3 Lote econmico de produccin -------------------------------------------------------- 52
Unidad 5.- Lneas de Espera --------------------------------------------------------------------- 54
5.1 Definiciones, caractersticas y suposiciones ------------------------------------ 54
5.2 Terminologa y notacin ------------------------------------------------------------------ 56
5.3 Proceso de nacimiento o muerte ------------------------------------------------------ 59
5.4 Modelos Poisson ----------------------------------------------------------------------------- 59
5.4.1 Un servidor----------------------------------------------------------------------------------- 59
Apuntes I.O.
2015
5.4.2 Mltiples servidores -------------------------------------------------------------------------- 60

5.5 Anlisis de costos --------------------------------------------------------------------------- 60
Fuente de Informacin --------------------------------------------------------------------------------- 63
Apuntes I.O.
2015
Introduccin a la investigacin de operaciones

El trmino IO se utiliza por primera vez en el ao 1939 durante la segunda Guerra
Mundial, especficamente cuando surge la necesidad de investigar las operaciones
tcticas y estratgicas de la defensa area, ante la incorporacin de un nuevo radar,
en oportunidad de los ataques alemanes a Gran Bretaa. El avance acelerado de la
tecnologa militar hace que los ejecutivos y administradores militares britnicos deban
recurrir a los cientficos, en pos de apoyo y orientacin en la planificacin de su
defensa. El xito de un pequeo grupo de cientficos que trabajaron en conjunto con
el ejecutivo militar a cargo de las operaciones en la lnea, deriv en una mayor
demanda de sus servicios y la extensin del uso de la metodologa a USA, Canad y
Francia entre otros.
Sin embargo, el origen de la Investigacin Operativa puede considerarse como anterior

a la Revolucin Industrial, aunque fue durante este perodo que comienzan a originarse
los problemas tipo que la Investigacin Operativa trata de resolver. A partir de la
Revolucin Industrial y a travs de los aos se origina una segmentacin funcional y
geogrfica de la administracin, lo que da origen a la funcin ejecutiva o de integracin
de la administracin para servir a los intereses del sistema como un todo.
La Investigacin Operativa tarda en desarrollarse en el campo de la administracin

industrial. El uso de la metodologa cientfica en la industria se incorpora al principiar
los aos 50, a partir de la 2da Revolucin Industrial, propiciada por los avances de las
Comunicaciones, y la Computacin, que sientan las bases para la automatizacin, y
por sobre todo por el florecimiento y bienestar econmico de ese perodo. Los primeros
desarrollos de esta disciplina (IO) se refirieron a problemas de ordenamiento de tareas,
reparto de cargas de trabajo, planificacin y asignacin de recursos en el mbito militar
en sus inicios, diversificndose luego, y extendindose finalmente a organizaciones
industriales, acadmicas y gubernamentales.
Apuntes I.O.
2015
Unidad 1.- Programacin Lineal

1.1. Definicin, desarrollo y tipos de modelos de investigacin de operaciones
Definiciones1
Segn Churchman, Ackoff y Arnoff: La investigacin de operaciones es la aplicacin, por
grupos interdisciplinarios, del mtodo cientfico a problemas relacionados con el control
de las organizaciones o sistemas (hombre-mquina), a fin de que se produzcan soluciones
que mejor sirvan a los objetivos de la organizacin
Para Hans G. / George John A. / McNickle DonaldC., 1987. La Investigacin de
Operaciones trata de un enfoque cientfico al anlisis de muchos tipos de problemas
complejos de toma de decisin (econmicos, de ingeniera o de medio ambiente) en la
forma en que los enfrentan individuos y organizaciones de todos los tipos, ya sean
comerciales o benficas, privadas o gubernamentales. A menudo el problema estudiado
implica el diseo y/o la operacin de sistemas o partes de sistemas.
Se pretende evaluar las consecuencias probables de las elecciones de decisin, por lo
general, bajo condiciones que requieren de la asignacin de escasos recursos: fondos,
humanos, tiempo o materias primas.
El objetivo es mejorar la efectividad del sistemas como un todo.
"La Investigacin de Operaciones
decisiones".Kaufmann A., Tomo 1 1965
es
la
ciencia
de
la
preparacin
de
"La Investigacin de Operaciones proporciona a los gerentes bases cuantitativas para la

toma de decisiones. La Investigacin de Operaciones eleva la habilidad de un gerente para
hacer planes a largo plazo y para resolver los problemas diarios de llevar un negocio, una
unidad gubernamental o una institucin privada, Levin Richard I. / Kirkpatrick Charles
A., 1983.
"La Investigacin Operativa o Investigacin Operacional se puede definir como: la
aplicacin del mtodo cientfico a problemas relacionados con el control de las
organizaciones o sistemas a fin de que se produzcan soluciones que mejor sirvan a los
objetivos de toda la organizacin. Martn, Martn Quintn, 2003.
"Los administradores utilizan las matemticas y las computadoras para tomar decisiones
racionales en la resolucin de modelos, para llegar a la solucin ptima de problemas que
involucran un gran nmero de alternativas. El estudio de estos diversos mtodos y la forma
Tomadas del libro optimizacin, Guillermo Jimnez Lozano
Apuntes I.O.
2015
en que los administradores los usan en el proceso de decisin es la esencia de la

Investigacin de Operaciones. Mathur Kamlesh / Solow Daniel, 1996.
"Cuando aplicamos la Investigacin de Operaciones describimos algn sistema o conjunto
de elementos por medio de un modelo, que ser sometido a una serie de operaciones para
determinar su comportamiento; de esta manera el modelo nos permitir observar su
funcionamiento bajo diversos estados, con el propsito de seleccionar aquel tipo de
comportamiento que a nuestro juicio sea el ptimo o al menos el mejor de entre todos los
obtenidos. Esto es, nos permitir seleccionar la mejor forma de operacin del sistema en
estudio, teniendo en cuenta la aplicacin del mtodo cientfico ".Mora Jos Luis, 1986.
"La Investigacin de Operaciones es la aplicacin de la metodologa cientfica a travs de
modelos, primero para representar el problema real que se quiere resolver en un sistema
y segundo para resolverlo. Los modelos que utiliza la Investigacin de Operaciones son
matemticos y toman la forma de ecuaciones. Estos modelos son diferentes a otros
modelos, por ejemplo, los modelos de experimentacin que se utilizan en las ciencias
mdico-biolgicas, o los modelos de representacin que se utilizan, por ejemplo, en la
Astronoma".Prawda Witenberg Juan, Tomo 1 2005.
"Aunque dar una definicin buena es siempre difcil, se reproduce con ligeras
modificaciones la que da el profesor Johnson de la Operations Research Office de la John
Hopkins University: La Investigacin Operativa es la prediccin y comparacin de
valores, efectividad y costos de un conjunto de cursos de accin propuestos, en que
intervienen sistemas de hombres y mquinas y est basada sobre un modelo descrito
mediante una metodologa lgica o matemtica que permita determinar los valores de los
parmetros de los cursos de accin, mediante anlisis de observaciones anteriores o de
operaciones experimentales convenientemente diseadas. Ros Insua Sixto, 1996.
"La Investigacin Operacional comienza describiendo algn sistema mediante un modelo
que luego se manipula para determinar la mejor forma de operacin de un sistema. El
enfoque se explica mejor de acuerdo a la aplicacin del mtodo cientfico, para la toma de
decisiones".Shamblin James E. / Stevens G. T. Jr., 1975.
"La Investigacin de Operaciones es una herramienta dominante e indispensable para
tomar decisiones
Un elemento principal de la Investigacin de Operaciones es el modelado matemtico.
Aunque la solucin del modelo matemtico establece una base para tomar una decisin,
se deben tener en cuenta factores intangibles o no cuantificables, por ejemplo, el
comportamiento humano, para poder llegar a una decisin final. Taha Hamdy A., 2004
6
Apuntes I.O.
2015
Desarrollo
Actualmente la administracin est funcionando en un ambiente de negocios que est
sometido a muchos ms cambios, los ciclos de vida de los productos se hacen ms
cortos, adems de la nueva tecnologa y la internacionalizacin creciente.
Las races de la investigacin de operaciones se remontan a cuando se hicieron los
primeros intentos para emplear el mtodo cientfico en la administracin de una
empresa. Sin embargo, el inicio de esta disciplina se atribuye a los servicios militares
prestados a principios de la segunda guerra mundial.
La investigacin de operaciones se aplica a problemas que se refieren a la conduccin
y coordinacin de operaciones (o actividades) dentro de una organizacin.
La investigacin de operaciones intenta encontrar una mejor solucin, (llamada
solucin ptima) para el problema bajo consideracin.
Una de las principales razones de la existencia de grupos de investigacin de
operaciones es que la mayor parte de los problemas de negocios tienen mltiples
aspectos es perfectamente razonable que las fases individuales de un problema se
comprendan y analicen mejor por los que tienen el adiestramiento necesario en los
campos apropiados.
Modelos
Qu es un modelo? Es una representacin simplificada de la realidad que se
construye para estudiar esa realidad. El modelo puede ser manipulado, modificado,
sujeto a la experimentacin bajo diferentes condiciones o escenarios.
Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del
modelo se pueden expresar en forma cuantitativa o matemtica como funciones de las
variables de decisin.
Modelo de Simulacin: Los modelos de simulacin difieren de los matemticos en
que las relaciones entre la entrada y la salida no se indican en forma explcita. En
cambio, un modelo de simulacin divide el sistema representado en mdulos bsicos
o elementales que despus se enlazan entre si va relaciones lgicas bien definidas.
Por lo tanto, las operaciones de clculos pasaran de un mdulo a otro hasta que se
obtenga un resultado de salida.
Apuntes I.O.
2015
Los modelos de simulacin cuando se comparan con modelos matemticos;

ofrecen mayor flexibilidad al representar sistemas complejos, pero esta flexibilidad no
est libre de inconvenientes. La elaboracin de este modelo suele ser costoso en
tiempo y recursos. Por otra parte, los modelos matemticos ptimos suelen poder
manejarse en trminos de clculos.
1.2 Formulacin de modelos

La formulacin y anlisis de un modelo de programacin lineal proporciona informacin
para ayudar a los gerentes a tomar decisiones. Esto significa que el modelo refleja con
precisin la perspectiva administrativa de los problemas.
Metodologa para la formulacin de modelos en I.O.
Figura 1. Metodologa de I.O

La programacin lineal es una tcnica determinista de anlisis para elegir la mejor
entre muchas alternativas. Con frecuencia, seleccionar una alternativa incluye
8
Apuntes I.O.
2015
satisfacer varios criterios al mismo tiempo. Se puede ir un paso ms adelante y dividir

estos criterios en dos categoras; restricciones y el objetivo.
Las restricciones son las condiciones que debe satisfacer una solucin que est bajo
consideracin. Si ms de una alternativa satisface todas las restricciones, el objetivo
se usa para seleccionar entre todas las alternativas factibles.
Existen muchos problemas en la empresa que se ajustan a este molde de tratar de
minimizar o maximizar un objetivo que est sujeto a una lista de restricciones.
En la siguiente tabla se presentan algunos ejemplos de lo que persigue la investigacin
de operaciones
Funcin
Objetivo
Produccin
Comercializacin
Finanzas
Personal
Funcin Objetivo
Maximizar la cantidad de bienes (servicios) producidos y minimizar el costo
unitario de la produccin
Maximizar la cantidad vendida y minimizar el costo unitario de las ventas.
Minimizar el capital requerido para mantener cierto nivel del negocio
Mantener la moral y la alta productividad entre los empleados
Ejemplos
Un corredor de inversiones, por ejemplo, trata de maximizar el rendimiento sobre los
fondos invertidos pero las posibles inversiones estn restringidas por las leyes y las
polticas bancarias.
Un hospital debe planear que las comidas para los pacientes satisfagan ciertas
restricciones sobre sabor, propiedades nutritivas, tipo y variedad, al mismo tiempo que
se trata de minimizar el costo.
Un fabricante, al planear la produccin futura, busca un costo mnimo al mismo tiempo
cmo cumplir restricciones sobre la demanda del producto, la capacidad de
produccin, los inventarios, el nivel de empleados y la tecnologa.
Para las aplicaciones ms reales es necesaria una computadora para resolver el
modelo. A pesar de sus limitaciones, la programacin lineal, (PL) es una de las tcnicas
ms poderosas y til para la solucin de los problemas en las organizaciones.
El modelo de PL es una representacin simblica (abstraccin) de la realidad que se
estudia, se forma con expresiones lgicas matemticas conteniendo trminos que
significan contribuciones: a la utilidad (con mximo), al costo (con mnimo), al consumo
9
Apuntes I.O.
2015
de recurso (disponible con desigualdad <=), al recurso requerido (con desigualdad >=),
recurso especificado (con igual =). Contiene las siguientes cuatro partes:
Primera parte
Definicin con el significado cuantitativo de las variables de decisin
(controlables).
Segunda parte
Funcin econmica u objetivo a optimizar (mximo o bien mnimo):
= 1 1 + 2 2 +. . +
Tercera parte
Sujeta a restricciones:
+ + + ,
+ + + ,
,
= , , . .
.
.
{ + + + ,
Cuarta parte
Condicin de no negativo a variables:
Ejemplo
En la siguiente tabla se tiene la informacin de costo en renta y tambin las
capacidades, de dos tipos de camin transportista refrigerado para la distribucin de
alimentos, una parte de los cuales pueden descomponerse durante el viaje. En
particular se requiere un total de 900 y 1200 metros cbicos (m3) de espacio
refrigerado y no refrigerado, respectivamente. Formule un modelo de PL para decidir
10
Apuntes I.O.
2015
y resolver el problema de cuntos camiones de cada tipo rentar para que el costo sea
el menor posible.
Tipo de camin
M3 de espacio refrigerado
A
B
20
30
M3 de
camin
espacio
refrigerado
por
Miles de $ de costo de renta por

camin
40
30
3
4
Variables de decisin
= ( = , )
Funcin objetivo
$
() = $
= 3 + 4 =
Restriccin de espacio refrigerado

3
20 + 30 900 3 =
()
Restriccin de espacio refrigerado

40 + 30 1200 3
1.3 Mtodo grfico

El mtodo Grfico o mtodo Geomtrico permite la resolucin de problemas sencillos
de programacin lineal de manera intuitiva y visual. Este mtodo se encuentra limitado
a problemas de dos o tres variables de decisin ya que no es posible ilustrar
grficamente ms de 3 dimensiones.
El mtodo grfico es un procedimiento de solucin de problemas de programacin
lineal muy limitado en cuanto al nmero de variables (2 si es un grfico 2D y 3 si es
3D) pero muy rico en materia de interpretacin de resultados e incluso anlisis de
sensibilidad. Este consiste en representar cada una de las restricciones y encontrar en
la medida de lo posible el polgono (poliedro) factible, comnmente llamado el conjunto
solucin o regin factible, en el cual por razones trigonomtricas en uno de sus vrtices
se encuentra la mejor respuesta (solucin ptima).
Las fases del procedimiento de resolucin de problemas mediante el mtodo Grfico
son las siguientes:
1. Dibujar un sistema de coordenadas cartesianas en el que cada variable de decisin
est representada por un eje.
2. Establecer una escala de medida para cada uno de los ejes adecuada a su variable
asociada.
11
Apuntes I.O.
2015
3. Dibujar en el sistema de coordenadas las restricciones del problema, incluyendo las

de no negatividad (que sern los propios ejes). Notar que una inecuacin define una
regin que ser el semiplano limitado por la lnea recta que se tiene al considerar la
restriccin como una igualdad, mientras que si una ecuacin define una regin que es
la propia lnea recta.
4. La interseccin de todas las regiones determina la regin factible o espacio de
soluciones (que es un conjunto convexo). Si esta regin es no vaca, se continuar con
el paso siguiente. En caso contrario, no existe ningn punto que satisfaga
simultneamente todas las restricciones, por lo que el problema no tendr solucin,
denominndose no factible.
5. Determinar los puntos extremos o vrtices del polgono o poliedro que forma la
regin factible. Estos puntos sern los candidatos para la solucin ptima.
6. Evaluar la funcin objetivo en todos los vrtices y aqul (o aquellos) que maximicen
(o minimicen) el valor resultante determinaran la solucin ptima del problema.
= 31 + 22
. 2 1 + 2 18
2 1 + 32 42
31 + 2 24
1 , 2 0
Ejemplo1: Solucin grafica
Coordenadas
Punto extremo
(1 , 2 )
O
(0,0)
C
(0,14)
G
(3,12)
H
(6,6)
F
(8,0)
Valor objetivo (Z)

0
28
33
30
24
12
Apuntes I.O.
2015
Figura 1 Grafica de ecuaciones
Figura 2 Regin factible
1.4 Fundamentos del mtodo simplex

Este famossimo mtodo fue creado en el ao de 1947 por el estadounidense George
Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el nimo de crear un
algoritmo capaz de solucionar problemas de restricciones y variables.
13
Apuntes I.O.
2015
El Mtodo Simplex es un mtodo analtico de solucin de problemas de programacin

lineal capaz de resolver modelos ms complejos que los resueltos mediante el mtodo
grfico sin restriccin en el nmero de variables.
El Mtodo Simplex es un mtodo iterativo que permite ir mejorando la solucin en cada
paso. La razn matemtica de esta mejora radica en que el mtodo consiste en
caminar del vrtice de un poliedro a un vrtice vecino de manera que aumente o
disminuya (segn el contexto de la funcin objetivo, sea maximizar o minimizar), dado
que el nmero de vrtices que presenta un poliedro solucin es finito siempre se hallar
solucin.
Metodologa del mtodo simplex
A modo general, el mtodo Simplex consta de los pasos siguientes:
1. Determinar una solucin bsica factible inicial.
2. Definir una variable de entrada empleando la condicin de factibilidad. El
algoritmo se detiene cuando ya no hay una variable de entrada.
3. Seleccionar una variable de salida empleando la condicin de factibilidad.
4. Determinar las nuevas soluciones bsicas factibles aplicando los clculos
apropiados a travs de la metodologa Gauss-Jordan.
Otras variantes del mtodo Simplex son el mtodo de la M grande y el mtodo de las
dos fases. Ambos se aplican cuando se incorporan restricciones del tipo (<=) que
implica agregar una variable ficticia para completar la matriz de identidad de las
variables bsicas requeridas por el algoritmo Simplex para iniciar las iteraciones.
En el mtodo de la M grande se incorpora las variables ficticias una penalidad que
denota por "M" cuyo valor es bastante grande (dgase >1000) en la funcin objetivo,
luego se obliga que su valor sea cero en la solucin final.
A modo resumen podemos dejar esta tabla, segn la desigualdad que aparezca, y con
el valor que deben estar las nuevas variables.
Tipo de desigualdad
Tipo de variable que aparece
- exceso + artificial
+ artificial
+ holgura
14
Apuntes I.O.
2015
Ejemplo
Resolver el siguiente modelo de programacin lineal utilizando el Mtodo Simplex
= 31 + 22
. 2 1 + 2 18
2 1 + 32 42
31 + 2 24
1 , 2 0
Pasar el problema a la forma estndar
31 22 = 0
. 2 1 + 2 + 1 = 18
2 1 + 32 + 2 = 42
31 + 2 + 3 = 24
1 , 2 0
1
2
1
2
3
Zo
-3
-2
0
0
0
0
2
1
1
0
0
18
1
2
3
0
1
0
42
2
3
1
0
0
1
24
3
Seleccin de vector de entrada y vector de salida
1
2
1
Zo
-3
-2
0
2
1
1
1
2
3
0
2
3
1
0
1
Iteracin 1
Zo
S1
S2
X1
X1
0
0
0
1.00
X2
-1
0.333333333
2.333
0.33
S1
0
1
0
0.00
2
0
0
1
0
3
0
0
0
1
0
18
42
24
S2
0
0
1
0.00
S3
1
-0.666666667
-0.666666667
0.33
Xb
24
2
26
8.00
S2
0
0
1
0.00
S3
1
-0.666666667
-0.666666667
0.33
Xb
24
2
26
8.00
Seleccin de vector de entrada y vector de salida

Zo
S1
S2
X1
X1
0
0
0
1.00
X2
-1
0.333333333
2.333
0.33
S1
0
1
0
0.00
15
Apuntes I.O.
2015
Iteracin Solucin no optima

Zo
X2
S2
X1
X1
0
0
0
1
X2
0
1
0
0
S1
3
3
-7
-1
S2
0
0
1
0
S3
-1
-2
4
1
Xb
30
6
12
6
La ultima tabla presenta la funcin objetivo positivos en las y la solucin es

FO
Zo
X2
S3
X1
X1
0
0
0
1
X2
0
1
0
0
S1
1.25
-0.5
-1.75
0.75
S2
0.25
0.5
0.25
-0.25
S3
0
0
1
0
Xb
33
12
3
3
Z = 33
= 3
= 12
Solucin utilizando la hoja de clculo Excel
16
Apuntes I.O.
2015
1.- Se vacan los datos del problema

FO
R1
R2
R3
3
2
2
3
2
1
3
1
<=
<=
<=
18
42
24
2.-Se realiza la suma productos de la funcin objetivo y las restricciones

FO
Variables
X1
X2
Restricciones
R1
R2
R3
0
0
0
=+D4*E12+E4*E13
<=
<=
<=
18
42
24
3.- Se abre la funcin de Excel Datos y posterior Solver
17
Apuntes I.O.
2015
4.- Hacer clic en resolver y la solucin es la siguiente

FO
SA
Zo
3
2
2
3
FO
Variables
X1
X2
Restricciones
R1
R2
R3
2
1
3
1
33
<=
<=
<=
18
42
24
3
12
18
42
21
18
42
24
1.5 Aplicaciones diversas de programacin lineal

Histricamente, las ideas de programacin lineal han inspirado muchos de los
conceptos centrales de la teora de optimizacin tales como la dualidad, la
descomposicin y la importancia de la convexidad y sus generalizaciones. Del mismo
modo, la programacin lineal es muy usada en la microeconoma y la administracin
de empresas, ya sea para aumentar al mximo los ingresos o reducir al mnimo los
costos de un sistema de produccin. Algunos ejemplos son la mezcla de alimentos, la
gestin de inventarios, la cartera y la gestin de las finanzas, la asignacin de recursos
humanos y recursos de mquinas, la planificacin de campaas de publicidad.
Algunas de las posibles aplicaciones de la programacin lineal pueden ser
1. Programacin de trabajos en empresas de produccin
2. Seleccin de medios en publicidad
3. Acortamiento de proyectos pert/cpm
4. Seleccin de puesta en marcha de equipos
5. Seleccin de proyectos de inversin
6. Seleccin de alternativas de inversin
7. Seleccin de portfolios de inversin
8. Anlisis de problemas de inventarios
9. Comparacin de costos entre producir y tercerizar
10. Optimizar costos de procesos productivos
11. Maximizar beneficios y rentabilidades
12. Uso y optimizacin de recursos intercambiables
13. Valuacin de empresas e inventarios
14. Diseo de planes de vuelo en aerolneas
15. Seleccin de alimentos en restaurantes
18
Apuntes I.O.
2015
16. Seleccin de requerimientos nutricionales en dietas

17. Optimizacin de frmulas de medicamentos
18. Planes de produccin, optimizar el planeamiento
19. Carga de mquinas de trabajo
20. Optimizacin en turnos de trabajo continuo y/o rotativo
21. Puesta en marcha de equipos de generacin
22. Balances de flujo en redes de distribucin
23. Distribucin de drsenas en marinas de yates y veleros
24. Frecuencias de recorridos en empresas de transportes
25. Ubicacin y localizacin de centros de servicios o produccin
26. Planes de vuelos de aerolneas, costos de combustibles
27. Mezcla de productos en industria cosmetolgica y farmacutica
28. Programacin de la vigilancia de edificios y centros comerciales
29. Optimizacin de planificaciones y presupuestos financieros.
30. Optimizacin de puntos de equilibrios financieros.
31. Planeamiento de dietas reducidas en caloras
32. Presupuestacin de capital para proyectos de inversin
33. Administracin agrcola, anlisis de rentabilidades
34. Anlisis de acopio y ventas de cereales, capacidades de silos
35. Programacin de personal en cadenas de restaurantes y hoteles.
36. Produccin de recursos forestales y explotacin optima
37. Presupuestos de capital decidir sobre ampliar o expandir
38. Prediccin de ventas, control de inventarios, produccin y Distribucin
39. Desarrollo de redes de servicios, seleccin y despliegue de flotas de aviones,
camiones, autos, barcos, trenes, etc.
Los modelos tpicos de programacin lineal se pueden clasificar en cuatro categoras:
1. Modelos de asignacin de recursos.
2. Modelos de trueque de costo-beneficio.
3. Modelos de redes de distribucin.
4. Modelos mixtos
19
Apuntes I.O.
2015
Problemas propuestos
1.-Un ave de rapia necesita para subsistir al da 30 unidades de protenas, 20 de
grasas y 8 de vitaminas. Sus presas son dos tipos de animales: ratones que le
proporcionan 3 unidades de protenas, 4 de grasas y 1 de vitaminas y palomas que le
proporcionan 6 unidades de protenas, 2 de grasas y 1 de vitaminas. Si cazar y comer
un ratn le cuesta 7 unidades de energa y una paloma le cuesta 12 unidades de
energa, cuntas presas de cada clase deben cazar para satisfacer sus necesidades
con el menor gasto de energa?
2.-Con 80 kg de acero y 120 de aluminio se quieren fabricar bicicletas de montaa y
de paseo que se vendern a 200 euros y 150 euros respectivamente. Para la de
montaa son necesarios 1 kg de acero y 3 de aluminio y para la de paseo 2 kg de cada
uno de los metales. Cuntas bicicletas de paseo y cuntas de montaa se deben
fabricar para obtener el mximo beneficio?
3.- Para abonar una parcela de huerta se necesitan, por lo menos, 8 kg de nitrgeno y
12 kg de fsforo. Se dispone de un producto M cuyo precio es de 3 euros por kilogramo
y que contiene un 10 % de nitrgeno y un 30 % de fsforo y otro producto N que
contiene un 20 % de nitrgeno y un 20 % de fsforo, y cuyo precio es de 4 euros por
kilogramo. Qu cantidades se deben tomar de M y N para abonar la parcela con el
menor gasto posible?
4.-Un comerciante desea comprar dos tipos de frigorficos, F1 y F2. Los del tipo F1
cuestan 300 euros y los del tipo F2, 500 euros. Solo dispone de sitio para 20 frigorficos
y de 7000 euros para hacer las compras. Cuntos frigorficos han de comprar de cada
tipo para obtener beneficios mximos en la venta posterior, sabiendo que en cada
frigorfico gana el 30 % del precio de compra?
5.-Una industria vincola produce vino y vinagre. El doble de la produccin de vino es
siempre menor o igual que la produccin de vinagre ms cuatro unidades. Adems el
triple de la produccin de vinagre ms cuatro veces la produccin de vino es siempre
menor o igual que 18 unidades. Hallar el nmero de unidades de cada producto que
se deben producir para alcanzar un beneficio mximo, sabiendo que cada unidad de
vino deja un beneficio de 8 euros y cada unidad de vinagre 2 euros.
6.-En la fabricacin de piensos se utilizan tres ingredientes, P, Q, y R. Se dispone de
90 toneladas de P, 90 de Q y 70 de R, y se desea fabricar dos tipos de pienso M1 y
M2. Una tonelada de pienso M1 requiere 2 toneladas de P, 1 de Q y 1 de R y se vende
a 12 euros. Una tonelada de M2 requiere 1 tonelada de P, 2 de Q y 1 de R y se vende
20
Apuntes I.O.
2015
a 10 euros. Cuntas toneladas de cada pienso deben facturarse para obtener el

mayor beneficio?
7.-Una empresa elabora dos productos, cada uno de ellos en una cantidad que es
mltiplo de 1000. La demanda de ambos productos conjuntamente es mayor de 3000
unidades y menor de 6000 unidades. Se sabe que la cantidad demandada de un
producto es mayor que la mitad y menor que el doble del otro. Para obtener los
mximos beneficios vendiendo toda la produccin, cul debe ser la produccin de
cada uno de ellos si uno lo vende a un precio que es el triple que el del otro?
21
Apuntes I.O.
2015
Unidad 2.- Anlisis de Redes

2.1 Conceptos Bsicos
Cuando se habla de una red, se entiende como un grupo de individuos que, en forma
agrupada o individual, se relacionan con otros con un fin especfico, caracterizado por
la existencia de flujo de informacin. Las redes pueden tener muchos o pocos actores
y una o ms clases de relaciones entre pares de actores.
Conjunto de infraestructuras y vehculos usados para transportar personas y bienes
entre diferentes reas geogrficas.
2.2 Problema de transporte

El problema del transporte o distribucin es un problema de redes especial en
programacin lineal que se funda en la necesidad de llevar unidades de un punto
especfico llamado Fuente u Origen hacia otro punto especfico llamado Destino. Los
principales objetivos de un modelo de transporte son la satisfaccin de todos los
requerimientos establecidos por los destinos y claro est la minimizacin de los costos
relacionados con el plan determinado por las rutas escogidas.
El contexto en el que se aplica el modelo de transporte es amplio y puede generar
soluciones atinentes al rea de operaciones, inventario y asignacin de elementos.
El procedimiento de resolucin de un modelo de transporte se puede llevar a cabo
mediante programacin lineal comn, sin embargo su estructura permite la creacin
de mltiples alternativas de solucin tales como la estructura de asignacin o los
mtodos heursticos ms populares como Vogel, Esquina Noroeste o Mnimos Costos
Figura 2.1. Red de transportes
22
Apuntes I.O.
2015
Mtodo de Vogel
El mtodo consiste en la realizacin de un algoritmo que consta de 3 pasos
fundamentales y 1 ms que asegura el ciclo hasta la culminacin del mtodo.
PASO 1
Determinar para cada fila y columna una medida de penalizacin restando los dos
costos menores en filas y columnas.
PASO 2
Escoger la fila o columna con la mayor penalizacin, es decir que de la resta realizada
en el "Paso 1" se debe escoger el nmero mayor. En caso de haber empate, se debe
escoger arbitrariamente (a juicio personal).
PASO 3
De la fila o columna de mayor penalizacin determinada en el paso anterior debemos
de escoger la celda con el menor costo, y en esta asignar la mayor cantidad posible
de unidades. Una vez se realiza este paso una oferta o demanda quedar satisfecha
por ende se tachar la fila o columna, en caso de empate solo se tachar 1, la restante
quedar con oferta o demanda igual a cero (0).
PASO 4: DE CICLO Y EXCEPCIONES
Si queda sin tachar exactamente una fila o columna con cero oferta o demanda,
detenerse.
Si queda sin tachar una fila o columna con oferta o demanda positiva, determine las
variables bsicas en la fila o columna con el mtodo de costos mnimos, detenerse.
Si todas las filas y columnas que no se tacharon tienen cero oferta y demanda,
determine las variables bsicas cero por el mtodo del costo mnimo, detenerse.
Si no se presenta ninguno de los casos anteriores vuelva al paso 1 hasta que las
ofertas y las demandas se hayan agotado.
El mtodo de aproximacin de Vogel es un mtodo heurstico de resolucin de
problemas de transporte capaz de alcanzar una solucin bsica no artificial de inicio,
este modelo requiere de la realizacin de un nmero generalmente mayor de
iteraciones que los dems mtodos heursticos existentes con este fin, sin embargo
producen mejores resultados iniciales que los mismos.
23
Apuntes I.O.
2015
Ejemplo
Una empresa Chiapaneca dispone de cuatro plantas de produccin para satisfacer la
demanda anual de artculos computacionales en 4 ciudades, Tuxtla, Tapachula, S las
Casas y Comitn. Las plantas 1, 2,3 y 4 pueden satisfacer 80, 30, 60 y 45 millones de
artculos anualmente respectivamente. Las necesidades de las ciudades de Tuxtla,
Tapachula, S las Casas y Comitn son de 70, 40, 70 y 35 millones de artculos anuales
respectivamente
Tuxtla
Tapachula
S C las casa Comitn
Planta 1
Planta 2
Planta 3
Planta4
5
3
6
4
2
6
1
3
7
6
2
6
3
1
4
6
2.3 Problema de asignacin

El problema de asignacin es una variacin del problema original de transporte,
variacin en la cual las variables de decisin (, ) solo pueden tomar valores binarios,
es decir ser cero (0) o uno (1) en la solucin ptima, lo que supone que la oferta y la
demanda estn perfectamente alineadas, de hecho ambas son iguales a uno (1).
Mltiples son los casos en los que como ingenieros industriales podemos hacer uso
del problema de asignacin para resolver diversas situaciones, entre los que cabe
mencionar se encuentran la asignacin de personal a mquinas, herramientas a
puestos de trabajos, horarios a maestros, candidatos a vacantes, huspedes a
habitaciones, comensales a mesas, vendedores a zonas territoriales etc.
La compaa de manufactura "Jimnez y Asociados" desea realizar una jornada de
mantenimiento preventivo a sus tres mquinas principales A, B y C. El tiempo que
demanda realizar el mantenimiento de cada mquina es de 1 da, sin embargo la
jornada de mantenimiento no puede durar ms de un da, teniendo en cuenta que la
compaa cuenta con tres proveedores de servicios de mantenimiento debe de
asignarse un equipo de mantenimiento a cada mquina para poder cumplir con la
realizacin del mantenimiento preventivo. Teniendo en cuenta que segn el grado de
especializacin de cada equipo prestador de servicios de mantenimiento el costo de la
tarea vara para cada mquina en particular, debe de asignarse el equipo correcto a la
mquina indicada con el objetivo de minimizar el costo total de la jornada. Los costos
asociados se pueden observar en la siguiente tabla.
E de manto. 1
E de manto. 2
E de manto. 3
Maquina 1
Maquina 2
Maquina 3
10
9
6
9
8
4
5
3
7
24
Apuntes I.O.
2015
PASO 1
Encontramos el menor elemento de cada fila
PASO 2
Construimos una nueva matriz con las diferencias entre los valores de la matriz original
y el elemento menor de la fila a la cual corresponde.
PASO 3
En la matriz construida en el paso anterior se procede a efectuar el paso 1 esta vez en
relacin a las columnas, por ende escogemos el elemento menor de cada columna.
Igualmente construimos una nueva matriz con la diferencia entre los valores de la
matriz 2 y el elemento menor de la columna a la cual corresponde cada valor.
25
Apuntes I.O.
2015
PASO 4
En este paso trazaremos la menor cantidad de combinaciones de lneas horizontales
y verticales con el objetivo de cubrir todos los ceros de la matriz de costos reducidos.
Como se puede observar el menor nmero de lneas horizontales y/o verticales

necesarias para cubrir los ceros de la matriz de costos reducidos es igual a 2, por ende
al ser menor que el nmero de filas o columnas es necesario recurrir al paso 5.
PASO 5
En este paso seleccionamos el menor elemento de los elementos no subrayados.
26
Apuntes I.O.
2015
Luego se procede a restarse de los elementos no subrayados y a adicionarse a los

elementos ubicados en las intersecciones de las lneas, en este caso existe una nica
interseccin (3).
Ahora ya efectuado este paso pasamos al paso 4.
Ahora observamos cmo se hace necesario trazar tres lneas (la misma cantidad de
filas o columnas de la matriz) por ende se ha llegado al tabulado final, en el que por
simple observacin se determina las asignaciones ptimas.
Por ende la asignacin que representa el menor costo para la jornada de

mantenimiento preventivo determina que el Equipo 1 realice el mantenimiento de la
Mquina 1, el Equipo 2 realice el mantenimiento de la Mquina 3 y el Equipo 3 realice
27
Apuntes I.O.
2015
el mantenimiento de la Mquina 2, jornada que tendr un costo total de 17 unidades

monetarias.
El problema
Una organizacin de recoleccin de caf cuenta con tres equipos de siembra y
cosecha del mismo (equipos 1, 2, 3). Estos equipos de trabajo se encuentran
entrenados para trabajar en condiciones particulares del proceso, condiciones como
lo son el tipo de suelo, las condiciones del clima y el tipo de grano. La organizacin
cuenta con cuatro terrenos disponibles para efectuar el proceso de siembra y cosecha
(terrenos A, B, C, D), estos terrenos tienen condiciones particulares de suelo, clima y
tipo de grano. Cada equipo cuenta con la capacidad de efectuar el proceso en solo
uno de los terrenos disponibles, salvo el equipo 2, que cuenta con una serie de
herramientas tecnolgicas que le permiten realizar la siembra y cosecha del grano en
dos de los terrenos disponibles. Se ha contratado a un Ingeniero Industrial con el
objetivo de realizar las asignaciones precisas que maximicen la cantidad de sacos de
caf cosechados en total. El siguiente tabulado muestra la capacidad (en cientos de
sacos) de cosecha de caf de cada uno de los equipos dependiendo de cada uno de
los terrenos.
Resolucin
En este problema debemos recordar un concepto fundamental para la aplicacin del
mtodo hngaro, este concepto nos dice que el nmero de filas debe ser exactamente
igual al nmero de columnas. Por ende, la accin a realizar debera ser crear un equipo
ficticio, el cual nos deje el tabulado balanceado y a este asignarle un nmero de sacos
cosechados equivalente a cero en cada uno de los terrenos. Sin embargo el problema
nos indica que uno de los equipos se encuentra en capacidad de que se le asignen
dos terrenos, en este caso crearemos un equipo 2 alternativo (Equipo 2B) el cual nos
balancear el tabulado y nos har prescindir del equipo ficticio pensado inicialmente.
28
Apuntes I.O.
2015
A este equipo 2B que crearemos le corresponder la misma capacidad de cosecha del

equipo 2 (en adelante equipo 2A) segn el terreno, lgicamente.
Una vez balanceado el tabulado debemos de cuestionarnos acerca del criterio de

optimizacin, pues recordemos que el mtodo hngaro se encuentra diseado para
ejercicios de minimizacin. En este caso nuestro objetivo es maximizar, por lo que
tendremos que aplicar un paso adicional.
Lo primero que debemos hacer es ubicar el mayor valor del tabulado inicial.
En este caso este valor es 15, por lo cual procederemos a realizar la siguiente
operacin con cada uno de los valores:
Restaremos a 15, el valor de cada una de las celdas y este valor quedar en cada una
de las celdas correspondientes.
29
Apuntes I.O.
2015
Ahora nuestro tabulado inicial quedar de la siguiente manera:
A partir de este tabulado ya podemos aplicar el algoritmo del mtodo hngaro como
se aplicara en un caso e minimizacin (normalmente).
Ahora encontramos el menor elemento de cada fila.
30
Apuntes I.O.
2015
Y se lo restamos a todas las celdas de la fila.
Ahora efectuamos este mismo paso, pero esta vez con las columnas. Elegimos el
menor de los valores de cada columna y se lo restamos a cada una de las celdas de
la columna correspondiente.
Ahora procedemos a cubrir la mayor cantidad de ceros, con la menor cantidad de

lneas, si el nmero de lneas que empleemos es igual al grado de la matriz (en este
caso matriz grado 4, 4x4) habremos llegado al final del ejercicio.
31
Apuntes I.O.
2015
Dado que el nmero de lneas es igual al grado de la matriz, hemos concluido el

algoritmo. Lo nico que quedar ser asignar a cada equipo el terreno en el que el
intercepto es igual a 0 (cero).
Las asignaciones, como es lgico debern iniciarse por el equipo al cual solo
corresponda un terreno, en este caso al Equipo 3 le corresponde el Terreno A. De esta
manera al Equipo 1 le corresponde el Terreno D. Mientras tanto el Equipo 2 se
encargar de la cosecha en los terrenos B y C. Segn el tabulado del problema
(recordemos que es de maximizacin), la cantidad de sacos (expresada en cientos de
sacos) ser as:
32
Apuntes I.O.
2015
Solucin utilizando Excel

Introducir los datos en la hoja de Excel, y luego se configura la funcin solver,
introduciendo la funcin objetivo, las variables y las restricciones de oferta y demanda.
No
Maquina 1
Maquina 2
Maquina 3
E de manto. 1
10
E de manto. 2
E de manto. 3
E de manto. 1
E de manto. 2
E de manto. 3
Maquina 1
1
0
0
Maquina 2
0
0
1
Maquina 3
0
1
0
Asignacin
No
12
13
14
Funcin objetivo
FO=+F12*F6+G12*G6+H12*H6+F13*F7+G13*G7+H13*H7+F14*F8+G14*G8+H14*H8
FO
17
Horas
Restriccin de oferta
1=+SUMA (F12:H12); 2=+SUMA (F13:H13); 3=+SUMA (F14:H14)
Restricciones
Oferta
E de manto. 1
E de manto. 2
E de manto. 3
1
1
1
=
=
=
1
1
1
Restriccin de demanda
1=+SUMA (F12:F14); 2=+SUMA (G12:G14); 3=+SUMA (H12:H14)
Demanda
Maquina 1
Maquina 2
Maquina 3
1
1
1
=
=
=
1
1
1
2.4 Problema de la ruta ms corta.

El problema de la ruta ms corta incluye un juego de nodos conectados donde slo un
nodo es considerado como el origen y slo un nodo es considerado como el nodo
33
Apuntes I.O.
2015
destino. El objetivo es determinar un camino de conexiones que minimizan la distancia

total del origen al destino. El problema se resuelve por el algoritmo de etiquetado.
Se trata de encontrar la ruta de menor distancia, o costo, a entre el punto de partida o
nodo inicial y el destino o nodo terminal.
Definicin del problema
Se tienen nodos, partiendo del nodo inicial 1 y terminando en el nodo final n.
Arcos bidireccionales conectan los nodos con distancias mayores que cero,
Se desea encontrar la ruta de mnima distancia que conecta el nodo 1 con el nodo n.
Por medio de la aplicacin del algoritmo de este problema podemos conocer la menor
distancia entre un nodo origen y un nodo destino.
Pasos a seguir:
Primer paso: Elaborar un cuadro con todos los nodos y los ramales que salen de l.
Segundo paso: Partiendo del origen, debemos encontrar el nodo ms cercano a l.
Tercer paso: Anular todos los ramales que entren al nodo ms cercano elegido.
Cuarto paso: Comenzando en el origen se debe encontrar el nodo ms cercano a l,
por intermedio del(los) nodo(s) ya elegido(s) y volver al tercer paso hasta llegar al
destino.
Problema de la ruta ms corta
Figura 2.4.1 Red de Trfico

34
Apuntes I.O.
2015
Pasos a seguir:
Total
AD = 11
BF = 5
CE = 3
DC = 5
EC = 3
AB = 13
BC = 7
CF = 4
DF = 10
EH = 6
AC = 17
BE = 9
CD = 5
DG = 11
EF = 6
CB = 7
DE = 14
EB = 9
ED = 14
Total
FC = 4
GF = 7
HE = 6
IJ = 7
FB = 5
GD = 11
HF = 6
IF = 9
FE = 6
GI = 13
HJ = 7
IG = 13
FH = 6
FG = 7
FI= 9
FD = 10
FJ = 12
Programacin del modelo

Este tipo de resultados a un problema de estas caractersticas:
Variables de Decisin:
1 Si el nodo j es visitado inmediatamenta despues del nodo i
= {
0 Si no
Funcin Objetivo: Minimizar la distancia total en [km] dada por la siguiente expresin:
= 412 + 313 + 825 + 1234 + 436 + 1757 + 2047 + 246 + 1548 + 2268 + 978
Restricciones:
(1)
(2)
(3)
(4)
12 + 13 = 1
12 25 = 0
13 34 36 = 0
25 57 = 0
(5)
(6)
(7)
(8)
34 47 48 46 = 0
36 + 46 68 = 0
57 + 47 78 = 0
78 + 48 + 68 = 1
0
35
Apuntes I.O.
2015
Figura 2. Problema de redes
Explicacin
La primera restriccin (1) garantiza que slo un nodo (entre el 2 y el 3) pueda ser el
que se visita a continuacin de comenzar en el nodo 1. La restriccin (2) determina
que si se visit el nodo 2 despus del nodo 1, entonces necesariamente el nodo 5 ser
visitado despus del nodo 2. La restriccin (3) permite verificar que si el nodo 3 fue
visitado luego del nodo 1, entonces a continuacin se visita el nodo 4 o el nodo 6 (slo
uno de ellos). La restriccin (4) establece que si el nodo 5 fue visitado luego del nodo
2, entonces el nodo 7 debe ser visitado luego del nodo 5. La restriccin (5) garantiza
que si el nodo 4 fue visitado luego del nodo 3, entonces a continuacin se visita uno
de los siguientes nodos: 7, 8 o 6. La restriccin (6) indica que si el nodo 6 fue visitado
inmediatamente luego de estar en el nodo 3 o 4, a continuacin se visita el nodo 8. La
restriccin (7) determina que si el nodo 7 fue visitado inmediatamente luego de estar
en el nodo 4 o 5, a continuacin se visita el nodo 8. Finalmente la restriccin (8)
asegura que ya sea el nodo 7, 4 o 6 sea el ltimo en visitar previo a terminar la ruta en
el nodo 8.
Problema
Un minero ha quedado atrapado en una mina, la entrada a la mina se encuentra
ubicada en el nodo 1, se conoce de antemano que el minero permanece atrapado en
el nodo 9, para llegar a dicho nodo hay que atravesar una red de tneles que van
conectados entre s. El tiempo de vida que le queda al minero sin recibir auxilio es
cada vez menor y se hace indispensable hallar la ruta de acceso al nodo 9 ms corta.
Las distancias entre nodos de la mina se encuentran en la siguiente grfica dadas en
36
Apuntes I.O.
2015
cientos de metros. Formule un modelo de transbordo y resuelva mediante cualquier

paquete de herramientas de investigacin operativa que permita establecer la ruta ms
corta para poder as auxiliar al minero.
Variables de decisin
El nombre de las variables en este caso poco importa, dado que de ser escogida para
la solucin bsica eso significa simplemente que ser empleada como ruta para ir a
rescatar al minero, sin embargo nada tiene de malo el que se le pueda asociar con el
envo de unidades desde la entrada de la mina hacia el minero, por ende puede
sugerirse este como nombre de las variables. "Cantidad de unidades enviadas desde
el nodo i hacia el nodo j".
12
13
23
24
32
34
35
46
47
54
56
57
58
67
=
=
=
=
=
=
=
=
=
=
=
=
=
=
1, 2
1, 3
2, 3
2, 4
3, 2
3, 4
3, 5
4, 6
4, 7
5, 4
5, 6
5, 7
5, 8
6, 7
37
Apuntes I.O.
69
76
78
79
87
89
2015
=
=
=
=
=
=
6, 9
7, 6
7, 8
7, 9
8, 7
8, 9
X12 + X13 = 1
X69 + X79 + X89 = 1
Restricciones de Balance
12 + 32 23 24 = 0
13 + 23 32 34 35 = 0
24 + 34 + 54 46 47 = 0
35 54 56 57 58 = 0
46 + 56 + 57 67 69 = 0
67 + 47 + 57 + 87 76 78 79 = 0
78 + 58 89 = 0
En palabras sencillas: "Todo lo que entra a cada nodo es igual a lo que sale de l"
FUNCIN OBJETIVO
= 412 + 213 + 223 + 724 + 432 + 934 + 635 + 146 + 547 + 254
+ 456 + 357 + 258 + 167 + 569 + 476 + 378 + 579 + 287
+ 789
2.5 Programacin de proyectos (PERT-CPM).

Dos son los orgenes de este mtodo: el mtodo PERT (Program Evaluation and
Review Technique.
Tcnica de evaluacin y revisin de proyectos) desarrollo por la Armada de los Estados
Unidos de Amrica, en 1957, para controlar los tiempos de ejecucin de las diversas
actividades integrantes de los proyectos espaciales, por la necesidad de terminar cada
una de ellas dentro de los intervalos de tiempo disponibles.
Fue utilizado originalmente por el control de tiempos del proyecto Polaris y actualmente
se utiliza en todo el programa espacial. El mtodo CPM (Crtical Path Method. Mtodo
de ruta crtica), el segundo origen del mtodo actual, fue desarrollado tambin en 1957
en los Estados Unidos de Amrica, por un centro de investigacin de operaciones para
la firma Dupont y Remington Rand, buscando el control y la optimizacin de los costos
38
Apuntes I.O.
2015
de operacin mediante la planeacin adecuada de las actividades componentes del

proyecto.
Ambos mtodos aportaron los elementos administrativos necesarios para formar el
mtodo del camino crtico actual, utilizando el control de los tiempos de ejecucin y los
costos de operacin, para buscar que el proyecto total sea ejecutado en el menor
tiempo y al menor costo posible.
CPM. Mtodo utilizado para administrar proyectos en que los tiempos requeridos para
terminar las tareas individuales se conocen con relativa certeza.
PERT. Mtodo utilizado para administrar proyectos en que los tiempos requeridos para
completar las tareas individuales son inciertos.
El PERT/CPM fue diseado para proporcionar diversos elementos tiles de
informacin para los administradores del proyecto. Primero, el PERT/CPM expone la
ruta crtica de un proyecto. Estas son las actividades que limitan la duracin del
proyecto.
Definicin del proyecto
En toda actividad a realizar se requieren conocimientos precisos y claros de lo que se
va a ejecutar, de su finalidad, viabilidad, elementos disponibles, capacidad financiera,
etc. Esta etapa aunque esencial para la ejecucin del proyecto no forma parte del
mtodo.
La principal diferencia entre PERT y CPM es la manera en que se realizan los
estimados de tiempo. El PERT supone que el tiempo para realizar cada una de las
actividades es una variable aleatoria descrita por una distribucin de probabilidad. El
CPM por otra parte, infiere que los tiempos de las actividades se conocen en forma
determinsticas y se pueden variar cambiando el nivel de recursos utilizados.
La programacin de proyectos por PERT-CPM consiste en tres fases bsicas:
La fase de planeacin se inicia descomponiendo el proyecto en actividades. Las
estimaciones de tiempo para estas actividades se determinan luego y se construye un
diagrama de red (o de flechas) donde cada uno de sus arcos (flechas) representa una
actividad. El diagrama de flechas completo da una representacin grfica de las
interdependencias entre las actividades del proyecto. LA construccin del diagrama de
flechas como una fase de planeacin, tiene la ventaja de estudiar los diferentes
trabajos en detalle, sugiriendo quiz mejoras antes del que el proyecto realmente se
ejecute. Ser ms importante su uso en el desarrollo de un programa para el proyecto.
39
Apuntes I.O.
2015
La fase de programacin es construir un diagrama de tiempo que muestre los

tiempos de iniciacin y terminacin para cada actividad, as como su relacin con otras
actividades del proyecto. Adems, el programa debe sealar las actividades crticas
(en funcin del tiempo) que requieren atencin especial si el proyecto se debe terminar
oportunamente. Para las actividades no crticas el programa debe mostrar los tiempos
de holgura que pueden utilizarse cuando tales actividades se demoran o cuando se
deben usar eficientemente recursos limitados.
La fase final en la administracin de proyectos es la de control. Esto incluye el
uso del diagrama de flechas y la grfica de tiempo para hacer reportes peridicos del
progreso. La red puede, por consiguiente, actualizarse y analizarse y si es necesario,
determinar un nuevo programa para la porcin restante del proyecto.
Pasos para el desarrollo de una red de proyectos
Para determinar el tiempo de conclusin usando tcnicas de administracin de
proyecto siguiendo estos cuatro pasos:
Identifique las tareas individuales que compone el proyecto.

Obtenga una estimacin de tiempo de conclusin de cada tarea.
Identifique las relaciones de tiempo entre las tareas. Qu tareas deben
concluirse antes de que otras puedan iniciarse?
Dibuje un diagrama de red de proyecto para reflejar la informacin de los pasos
1 y 3.
1.-Identificacin las tareas individuales. Un proyecto terminado consiste en diversas

tareas individuales.
- Cada tarea debe tener un comienzo y un final claros en un contexto del proyecto. Por
ejemplo, la preparacin del manuscrito, tiene un comienzo especfico con la firma del
contrato y final especfico con la entrega del manuscrito. En contraste, la venta del
texto terminado, no tiene un fin claro.
- La terminacin de cada tarea debe ser necesaria para la conclusin del proyecto y
debe presentar un hito en el progreso del proyecto. Por ejemplo, el desarrollo de
materiales promocionales es necesario para la comercializacin exitosa del libro y
representa un logro mayor en trmino del proyecto global.
- El tamao de una tarea debe estar en proporcin con el control que usted pueda
ejercer. Por ejemplo, como vicepresidente, su principal preocupacin es cundo estar
40
Apuntes I.O.
2015
terminado todo el manuscrito, no cuando estarn terminado los captulos individuales.

En contraste, si usted fuera el editor entonces debe preocuparse por el progreso de
los captulos individuales.
- Debe haber algunas personas responsables de la conclusin de cada tarea individual.
Por ejemplo, el departamento legal sera responsable de obtener todos los acuerdos
de derechos y de los otros contratos legales antes de que se publique el libro.
Etiqueta
A
B
C
D
E
F
G
H
Lista de tareas para el proyecto editorial

Descripcin
Preparacin del manuscrito por parte del autor
Diseo de materiales promocionales
Produccin de materiales promocionales
Correccin de manuscrito
Correccin de galeras y revisin
Produccin del libro final
Obtencin de todos los permisos legales
Conduccin de una reunin de capacitacin en ventas
Aunque el orden de las tareas es indiferente, es importante incluir todas la tares

relevantes desde el principio. Si surgen tareas en el curso del proyecto, pueden ocurrir
retrasos. Supongamos que olvida incluir la tarea G (obtencin de todos los permisos
legales), tal vez tenga que retirar el libro del mercado y enfrentar problemas legales
2. Obtencin una estimacin de tiempo para cada tarea.
Debe estar claro que el tiempo total que lleva completar todo el proyecto depende, de
alguna manera, en cunto tiempo lleva realizar cada tarea individual por lo tanto, se
hace necesario obtener algunas estimaciones de la cantidad de tiempo requerida para
completar cada tarea.
Puede hacer una estimacin haciendo lo siguiente.
- Confiando en experiencias pasadas en proyectos similares.
- Consultando con las personas a cargo de cada tarea individual.
Etiqueta
A

Descripcin
Tiempos
30
6
4
41
Apuntes I.O.
2015
5
10
8
14
2
3. Creacin de la tabla de precedencia para el proyecto

La cantidad de tiempo que toma terminar un proyecto completo se basa en los tiempos
de conclusin de las tareas individuales. Sin embargo, el tiempo de conclusin total no
es igual a la suma de los tiempos de las tareas individuales, porque algunas tareas
pueden realizarse simultneamente. Otras tareas, sin embargo, no pueden comenzar
hasta que ciertas tareas anteriores no hayan sido concluidas.
Etiqueta
A

Descripcin
Tiempos
Actividades
Predecesora
30
6
4
5
10
8
14
2
Ninguna
A
B, G
A
D
E, G
A
C, F
4. Trazo de la red del proyecto.

No olvide cual es el objetivo principal en la administracin de proyecto: determinar la
cantidad mnima de tiempo requerido para terminar todo el proyecto; lo que ha hecho
hasta ahora simplemente es el primer paso para ello. Para entender mejor la
informacin que tenemos actualmente es mejor construir una red de proyectos. La cual
consiste en una coleccin finita de nodos y arcos. Un arco es una flecha que conecta
un nodo con otro y representa una actividad y los nodos representan el inicio y el fin
de esa actividad.
Administracin de proyectos usando tiempos determinsticos. Mtodo de la ruta
Crtica (CPM Crtical Path Method)
Retomemos el ejemplo de Santillana y respondamos las preguntas iniciales:
1. Qu tan pronto puede completarse todo el proyecto?
42
Apuntes I.O.
2015
2. Para satisfacer este tiempo de conclusin qu tareas son crticas, en el sentido de

que un retraso en cualquieras de esas tareas producira en la conclusin de todo el
proyecto?
Para responder estas preguntas hay que: primero construir la red del proyecto;
segundo calcular los tiempos de inicios inmediatos y ltimos.
Para su construccin se tuvo en cuenta que A es la nica actividad que no tiene

predecesora inmediata.
De la tarea A dependen las actividades B, D y G.
De la tarea D depende la actividad E La actividad C depende de B y G, como estas
dos no pueden unirse en un nodo simple, por lo tanto se traza una actividad figurada
entre los nodos 2 y 4.
La actividad F depende de E y G, como estas dos no pueden unirse en un nodo simple,
por lo tanto se traza una actividad figurada entre los nodos 4 y 5.
La actividad H depende de C y F, los nodos terminales de etas dos tareas pueden
unirse en un nodo simple.
43
Apuntes I.O.
2015
Unidad 3.- Programacin no lineal

3.1 Conceptos bsicos de problemas de programacin no lineal.
Programacin no lineal
En matemticas, Programacin no lineal (PNL) es el proceso de resolucin de un
sistema de igualdades y desigualdades sujetas a un conjunto de restricciones sobre
un conjunto de variables reales desconocidas, con un funcin objetivo a maximizar (o
minimizar), cuando alguna de las restricciones o la funcin objetivo no son lineales.
Si la funcin objetivo f es lineal y el espacio restringido es un politopo2, el problema es
de Programacin lineal y puede resolverse utilizando alguno de los bien conocidos
algoritmos de programacin lineal.
Si la funcin objetivo es cncava (problema de maximizacin), o convexa (problema
de minimizacin) y el conjunto de restricciones es convexo, entonces se puede utilizar
el mtodo general de Optimizacin convexa
Existe una variedad de mtodos para resolver problemas no convexos. Uno de ellos
consiste en utilizar formulaciones especiales de problemas de programacin lineal.
Otro mtodo implica el uso de tcnicas de Ramificacin y poda, cuando el problema
se divide en subdivisiones a resolver mediante aproximaciones que forman un lmite
inferior del costo total en cada subdivisin. Mediante subdivisiones sucesivas, se
obtendr una solucin cuyo costo es igual o inferior que el mejor lmite inferior obtenido
por alguna de las soluciones aproximadas. Esta solucin es ptima, aunque
posiblemente no sea nica. El algoritmo puede ser parado antes, con la garanta de
que la mejor solucin ser mejor que la solucin encontrada en un porcentaje acotado.
Ello se utiliza en concreto en problemas importantes y especialmente difciles y cuando
el problema cuenta con costos inciertos o valores donde la incertidumbre puede ser
estimada en un grado de fiabilidad apropiado.
Las condiciones de Karush-Kuhn-Tucker proporcionan las condiciones necesarias
para que una solucin sea ptima.
Las funciones o relaciones matemticas que intervienen en muchos problemas
empresariales y econmicos no son totalmente lineales. De hecho, tal vez podemos
decir que los problemas del mundo real que encajan en el estricto molde de la
linealidad son la excepcin y no la regla. Pongamos un ejemplo sencillo.
En Matemticas, un politopo regular es una figura geomtrica con un alto grado de simetra
44
Apuntes I.O.
2015
En un modelo lineal, suele suponerse que el precio es una constante dada, digamos
p, y las ventas es la cantidad por venderse es una variable supuestamente
independiente del precio. Por consiguiente, el ingreso se expresa como , y decimos
que es proporcional al precio. Sin embargo, el precio puede ser en realidad una
variable, y la cantidad vendida (la demanda) puede ser dependiente del precio. Esta
dependencia se expresa como = (), donde f es una funcin especfica (no
constante) de p. As, el ingreso estara representado por:
= ()
Que es no lineal en la variable . En este caso, un modelo para encontrar el nivel de
precios que maximice los ingresos sera un modelo no lineal.
Una suposicin importante de programacin lineal es que todas sus funciones (funcin
objetivo y funciones de restriccin) son lineales. Aunque, en esencia, esta suposicin
se cumple para muchos problemas prcticos, con frecuencia no es as. De hecho
muchos economistas han encontrado que cierto grado de no linealidad es la regla, y
no la excepcin, en los problemas de planeacin econmica, por lo cual, muchas veces
es necesario manejar problemas de programacin no lineal, lo cual vamos a analizar
enseguida.
Definicin
Se puede expresar un problema de programacin no lineal (PNL) de la siguiente
manera:
Encuentre los valores de las variables que
= (1 , 2 , . . )
Sujeto a
( + + + , )
( + + + , )
,
.
.
( + + + , )
3.2 Ilustracin grafica de problemas de programacin no lineal.

Existe una variedad de mtodos para resolver problemas no convexos. Uno de ellos
consiste en utilizar formulaciones especiales de problemas de programacin lineal.
Otro mtodo implica el uso de tcnicas de Ramificacin y poda, cuando el problema
se divide en subdivisiones a resolver mediante aproximaciones que forman un lmite
inferior del costo total en cada subdivisin. Mediante subdivisiones sucesivas, se
obtendr una solucin cuyo costo es igual o inferior que el mejor lmite inferior obtenido
45
Apuntes I.O.
2015
por alguna de las soluciones aproximadas. Esta solucin es ptima, aunque

posiblemente no sea nica. El algoritmo puede ser parado antes, con la garanta de
que la mejor solucin ser mejor que la solucin encontrada en un porcentaje acotado.
Ello se utiliza en concreto en problemas importantes y especialmente difciles y cuando
el problema cuenta con costos inciertos o valores donde la incertidumbre puede ser
estimada en un grado de fiabilidad apropiado.
3.3 Tipos de problemas de programacin no lineal.

Si la funcin objetivo f es lineal y el espacio restringido es un politopo, el problema es
de Programacin lineal y puede resolverse utilizando alguno de los bien conocidos
algoritmos de programacin lineal.
Si la funcin objetivo es cncava (problema de maximizacin), o convexa (problema
de minimizacin) y el conjunto de restricciones es convexo, entonces se puede utilizar
el mtodo general de Optimizacin convexa.
46
Apuntes I.O.
2015
Los tipos de problemas de programacin no lineal son:

1. Optimizacin no restringida.
2. Optimizacin linealmente restringida.
3. Programacin cuadrtica
4. Programacin convexa.
5. Programacin separable.
6. Programacin no convexa.
7. Programacin geomtrica.
8. Programacin fraccional.
9. Problema de complementariedad
3.4 Optimizacin clsica

Representacin de mximos y mnimos en una funcin con una sola variable, tcnicas
de optimizacin clsica, Mtodo de derivadas restringidas (Jacobiano), Mtodo de
Newton, explicacin del mtodo simplex, programacin no lineal, mtodos de
gradiente.
47
Apuntes I.O.
2015
Optimizacin clsica
Si la restriccin no existe, o es una restriccin de igualdad, con menor o igual nmero
de variables que la funcin objetivo entonces, el clculo diferencial, da la respuesta,
ya que solo se trata de buscar los valores extremos de una funcin.
3.4.1 Puntos de inflexin

Un punto de inflexin es un punto donde cambia la curvatura de la funcin.
Si = es un punto de inflexin () = 0
En el problema nos dan 2 datos:
() Pasa por el punto (3,1), es decir (3) = 1
= 3 Es un punto de inflexin, es decir, (3) = 0
Con esta informacin, obtenemos b y d
3.4.2 Mximos y mnimos

Puntos minimax.
El punto minimax de la funcin lagrangiana es otro concepto relacionado con la
solucin de un problema de optimizacin. Si bien su definicin no le hace til a la hora
de la resolucin directa del problema, s constituye un paso intermedio muy importante
en la obtencin del problema dual, que estudiaremos ms adelante. En esta seccin
definimos dicho punto y estudiamos su relacin con otro concepto, el punto de silla de
la lagrangiana.
48
Apuntes I.O.
2015
Unidad 4.- Teora de inventarios

La administracin de un inventario es un punto determinante en el manejo
estratgico de toda organizacin, tanto de prestacin de servicios como de
produccin de bienes.
Definicin
El inventario es una relacin detallada, ordenada y valorada de todos los
elementos que componen el patrimonio de una empresa o persona en un
momento determinado.
Los objetivos fundamentales de la gestin de inventarios son:
Reducir al mnimo "posible" los niveles de existencias y
Asegurar la disponibilidad de existencias (producto terminado, producto en curso,
materia prima, insumo, etc.) en el momento justo.
Los inventarios se pueden catalogar segn su grado de terminacin en:
1. Inventarios de Materias Primas
2. Inventarios de Insumos y Materiales (Materias primas de segundo orden)
3. Inventarios de Productos en proceso
4. Inventarios de Productos terminados
5. Inventarios de Productos en Embalaje
4.1 Sistemas de administracin y control

El proceso de determinar lo que se est llevando a cabo, a fin de establecer las
medidas correctivas necesarias y as evitar desviaciones en la ejecucin de los planes.
Puesto que el control implica la existencia de metas y planes, ningn administrador
puede controlar sin ellos. l no puede medir si sus subordinados estn operando en la
forma deseada a menos que tenga un plan, ya sea, a corto, a mediano o a largo plazo.
Un sistema de control de inventarios es importante para las empresas para garantizar
que los productos sean entregados a los clientes. Este tipo de sistema cuenta con
varias funciones, incluyendo ventas, produccin en proceso, almacenamiento, rdenes
y recepcin de mercanca. La coordinacin entre estas funciones puede ser diferente
entre empresas.
4.2 Modelos determinsticos

Una empresa o una industria suele tener un inventario razonable de bienes para
asegurar su funcionamiento continuo. En forma tradicional se considera a los
inventarios como un mal necesario; si son muy pocos, causan costosas interrupciones;
si son demasiados equivalen a hacer un capital ocioso. El problema del inventario
determina la cantidad que equilibra los dos casos extremos. Un factor importante en la
formulacin y la solucin de un modelo de inventarios es que la demanda de un artculo
49
Apuntes I.O.
2015
(por unidad de tiempo) sea determinstica (que conozca con certidumbre) o

probabilstica (que se pueda describir con una distribucin de probabilidad).
4.2.1 Lotes econmicos sin dficit

Las suposiciones de este modelo son las siguientes.
La demanda se efecta a tasa constante.
El reemplazo es instantneo (la tasa se reemplazo es finita).
Todos los coeficientes de costos son constantes.
La tasa de manufacturacin es mayor que la tasa de demanda.
Este modelo es muy similar al modelo de compra sin dficit. En este modelo cambia el
costo de ordenar una compra por el costo de iniciar una tanda de produccin (C2).
Para determinar la cantidad optima a pedir, se sigue el procedimiento del modelo de
compra sin dficit.
En el siguiente esquema se representa este modelo
Donde:
Q = Cantidad optima a producir

R = Tasa de manufacturacin
Im = Inventario Mximo
t = Periodo entre tandas de produccin
T = Periodo de Planeacin
t1 = Tiempo en donde se cuenta con inventario disponible
t2 = Tiempo en donde no se cuenta con inventario
El costo de organizar una tanda por periodo estar determinado por
El tiempo entre tandas de produccin estar definido por
50
Apuntes I.O.
2015
En donde el valor de Q se puede obtener mediante la siguiente ecuacin:
Ejemplo
La organizacin SALAZAR LTDA presenta una demanda anual de 150,000 unidades
de sus envases de plstico presentacin "AA". En un reciente proceso de costoo el
departamento de ingeniera ha determinado mediante el mtodo agregado que el costo
de emitir cada orden es de $ 13,800, adems se ha estimado que la tasa de
mantenimiento equivale al 12% anual. Teniendo en cuenta que el precio de venta de
cada envase "AA" es de $ 1,733 y que este presenta un margen de contribucin
unitario del 25%, adems que el Lead Time del proveedor equivale a 5 das y que la
organizacin labora de manera ininterrumpida durante los 365 das al ao. Determine
la Cantidad optima de pedido, su punto de reposicin ROP, El nmero de ordenes
colocadas al ao, el tiempo entre cada orden y realice una presentacin que muestre
los costos asumidos teniendo en cuenta la cantidad optima establecida.
= 1,733 (11 .25) = $1,300
= 1,300 12 = 156
=
2 150,000 13,800
= 5,152
156
150,000
5 = 2.005
365
150,000
=
= 30
5,152
=
365
= 12
30
4.2.2 Lotes econmicos con dficit

Los supuestos para este modelo son las siguientes:
La demanda se efecta a tasa constante.

El reemplazo es instantneo (la tasa se reemplazo es finita).
Todos los coeficientes de costos son constantes.
51
Apuntes I.O.
2015
La tasa de manufacturacin es mayor que la tasa de demanda.
En la siguiente figura se ilustra esquemticamente este modelo.
Q = Cantidad optima a pedir

S = Cantidad de unidades agotadas
Im = Inventario Mximo
t = Periodo entre tandas de produccin
T = Periodo de Planeacin
t1 t4= Tiempo de manufacturacin
t2 t3= Tiempo de consumo de las unidades producidas.
4.3 Lote econmico de produccin

El lote econmico es la cantidad de inventario que debe de producirse, para satisfacer
una demanda futura, de tal manera que el costo total en que se incurre por: fabricar,
mantener el inventario y por pedidos pendientes sea el mnimo posible.
52
Apuntes I.O.
2015
Donde:
Cu= Costo unitario

D= Demanda
Cmi= Costo de mantener inventario
Co= Corrida de produccin
Q= Demanda del periodo
N= nmero de pedidos en el ao
R= Rata de produccin
T1= tiempo de produccin
T2= tiempo del agotamiento del inventario
Imx= Inventario mximo
d= tasa de demanda diaria
53
Apuntes I.O.
2015
Unidad 5.- Lneas de Espera

Una lnea de espera es el efecto resultante en un sistema cuando la demanda de
un servicio supera la capacidad de proporcionar dicho servicio. Este sistema
est formado por un conjunto de entidades en paralelo que proporcionan un
servicio a las transacciones que aleatoriamente entran al sistema. Dependiendo
del sistema que se trate, las entidades pueden ser cajeras, mquinas, semforos,
gras, etctera, mientras que las transacciones pueden ser: clientes, piezas,
autos, barcos, etctera.
Tanto el tiempo de servicio como las entradas al sistema son fenmenos que
generalmente tienen asociadas fuentes de variacin que se encuentran fuera del
control del tomador de decisiones, de tal forma que se hace necesaria la
utilizacin de modelos estocsticos que permitan el estudio de este tipo de
sistemas.
5.1 Definiciones, caractersticas y suposiciones

La teora de colas es el estudio matemtico del comportamiento de lneas de espera.
Esta se presenta, cuando los "clientes" llegan a un "lugar" demandando un servicio a
un "servidor", el cual tiene una cierta capacidad de atencin. Si el servidor no est
disponible inmediatamente y el cliente decide esperar, entonces se forma la lnea de
espera.
Una Cola es una lnea de espera y la teora de colas es una coleccin de modelos
matemticos que describen sistemas de lneas de espera particulares o sistemas de
colas.
Una Cola es una lnea de espera y la teora de colas es una coleccin de modelos
matemticos que describen sistemas de lneas de espera particulares o sistemas de
colas. Los modelos sirven para encontrar el comportamiento de estado estable, como
la longitud promedio de la lnea y el tiempo de espera promedio para un sistema dado
Caractersticas
Los objetivos de la teora de colas consisten en:
Identificar el nivel ptimo de capacidad del sistema que minimiza el coste global del
mismo.
Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del
sistema tendran en el coste total del mismo.
54
Apuntes I.O.
2015
Establecer un balance equilibrado ("ptimo") entre las consideraciones cuantitativas

de costos y las cualitativas de servicio.
El primero en llegar primero en ser servido es una regla comn, pero podra servir con
prioridades o siguiendo alguna otra regla.
Suposiciones
La lnea de espera tiene 2 o ms canales (instalaciones de servicio).

El patrn de llegada es de distribucin de Poisson.
El tiempo de servicio de cada canal sigue una distribucin exponencial.
La tasa promedio de servicio , es la misma para todos los canales.
Las unidades que llegan aguardan en una sola lnea de espera y despus
pasan al primer canal libre para obtener servicio.
La disciplina del servicio es FIFO.
El tiempo ocupado se siente menor que el tiempo desocupado.
Las esperas antes de los procesos se sienten ms largas que durante el
proceso.
La ansiedad hace que la espera parezca ms larga.
Las esperas indefinidas se sienten ms largas que las esperas conocidas.
Las esperas inexplicables son ms largas que las esperas explicables.
Las esperas injustas son ms largas que las esperas equitativas.
Mientras ms valioso sea el servicio, ms tiempo estoy dispuesto a esperar.
Las esperas individuales se sienten ms largas que las esperas grupales
1. Fuentes de Entrada
2. Cola
3. Disciplina en la Cola
4. El Mecanismo de Servicio
5. Manejo de Lneas de Espera
6. Rgimen Estable
7. Proceso Elemental de Colas
8. Estructura de los Modelos de Lneas de Espera
9. Costos de los Sistemas De Colas
10. Tasas de Llegada y de Servicio
55
Apuntes I.O.
2015
5.2 Terminologa y notacin

Esta notacin sirve para etiquetar o nombrar a los diferentes modelos de lneas de
espera que se pueden tener. La notacin consta de 6 nmeros de la forma siguiente:
/////
Donde los smbolos representan lo siguiente:
= La distribucin de tiempo entre llegadas.
= La distribucin de tiempo de servicio.
= El nmero de servidores en paralelo.
= Tipo de disciplina en el servicio (FCFS, LCFS, SIRO, PRIORIDAD).
= Nmero mximo admitido en el sistema (lnea de espera + en servicio).
= Tamao de la poblacin de donde se extrae los clientes.
Para reemplazar a los smbolos a y b se usan las siguientes iniciales:
= Cuando el tiempo de llegada o servicio tiene una distribucin exponencial
entrada o salida de Poisson (o Markoviana).
= Cuando el tiempo de llegada o servicio es determinista
= Cuando el tiempo de llegada o servicio tiene una distribucin de Erlangs con
parmetro K.
= Cuando el tiempo de llegada o servicio tiene una distribucin general (cualquier
distribucin arbitraria).
Estructura de los sistemas
Hay estructuras bsicas de lnea de espera que definen las condiciones generales en
la instalacin de servicio. La estructura ms sencilla se ilustra en las siguientes figuras
y son los mdulos bsicos.
56
Apuntes I.O.
2015
Figura 1 Proceso Bsico de Colas (Frederick S. Hillier y Gerald J. Liberman)
Notacin
57
Apuntes I.O.
2015
Modelo M/M/1
58
Apuntes I.O.
2015
5.3 Proceso de nacimiento o muerte

Estudiaremos a continuacin una clase de sistemas cuyo estado est completamente
determinado por el nmero de individuos presentes en el sistema en cada instante de
tiempo. Supongamos que siempre que haya n individuos en el sistema:
1. Los nuevos arribos al sistema se realizan a una tasa exponencial
2. Los individuos abandonan el sistema a una tasa exponencial .Es decir que
siempre que haya n individuos en el sistema, el tiempo hasta la llegada de un nuevo
individuo es una variable aleatoria exponencial de esperanza 1/ , el tiempo hasta la
partida de un individuo presente en el sistema es una variable aleatoria exponencial
de esperanza 1/ y ambas v.a. son independientes.
5.4 Modelos Poisson

El modelo general asume que tanto las tasas de entrada como de salida dependen del
estado; lo que significa que dependen de la cantidad de clientes en la instalacin de
servicio. Por ejemplo, en una caseta de cobro en una carretera, los encargados tienden
a acelerar el cobro de las cuotas durante las horas pico. Otro ejemplo ocurre en un
taller donde la tasa de descomposturas de las mquinas disminuye a medida que
aumenta el nmero de mquinas descompuestas (porque slo las mquinas que estn
funcionando son capaces de generar nuevas descomposturas).
Donde
n =Cantidad de clientes en el sistema (haciendo cola, adems de los que estn siendo
atendidos)
=Tasa de llegadas, si n clientes estn en el sistema
=Tasa de salidas, si n clientes estn en el sistema
=Probabilidad de estado estable de que n clientes estn en el sistema
5.4.1 Un servidor
A esta se le llama el caso de un solo canal y de una sola fase. En la prctica, existen
muchas ilustraciones de este mdulo simple: el cajero de un restaurante, cualquiera
de las operaciones sencillas de ventanilla de las oficinas de correos y los bancos o
la peluquera de un solo hombre.
59
Apuntes I.O.
2015
Figura 2.- Sistema de Una cola, un servicio
5.4.2 Mltiples servidores
Figura 3.- Sistema de una cola, tres servidores
Figura 3.- Sistema de Tres Colas, tres servidores
5.5 Anlisis de costos

Un sistema de colas puede dividirse en sus dos componentes de mayor importancia,
la cola y el mecanismo de servicio. Ambas componentes del sistema tienen costos
asociados que deben considerarse.
60
Apuntes I.O.
2015
Costo de Espera
Esperar es intil. Es desperdicio. Significa que algn recurso est inactivo cuando
podra usarse en una forma ms productiva (o agradable) en otra parte. De hecho,
representa un costo de oportunidad. La productividad disminuye y es dinero que no
puede recuperarse.
Cuando los clientes esperan en lnea, el costo de espera es indirecto. Es cierto que no
hace ningn pago cuando un cliente disgustado se va porque la cola es demasiado
larga. Los clientes se quejan quitando tiempo a los empleados o an peor dejan de
venir, dejando toda la mercanca para devolucin y causando que se pierdan
oportunidades de ganancias. Si el problema contina la empresa podra salir muy bajo
en los inventarios. Este costo intangible es tan real como cualquier dinero que se saca
del bolsillo. Servir con prontitud puede proporcionar una forma de competencia en los
negocios. La sociedad de hoy est muy consciente del tiempo, esto hace que la
evaluacin apropiada del tiempo de espera sea ms importante.
Costo de Servicio
Determinar el costo de servicio es ms sencillo, en concepto, que determinar el costo
de espera. En la mayora de las aplicaciones se tratar de comparar varias
instalaciones de servicio: dos cajeros de la empresa contra tres, etc. En estos casos
solamente se necesitan los costos comparativos o diferenciales. Casi siempre los
datos necesarios son evidentes para una situacin dada.
Sistema de Costo Mnimo
Desde un punto de vista global se quiere el sistema que comparado con los dems,
tiene el costo total ms pequeo, incluyendo el costo de servicio y el costo de espera.
Para tasas bajas de servicio, se experimentan largas colas y costos de espera muy
altos. Conforme aumenta el servicio, hay un ahorro sustancial en el costo de espera,
aunque los costos de servicio aumenten, ya que el costo total del sistema disminuye.
Sin embargo, finalmente se llega a un punto de disminucin en el rendimiento. Ms
all del punto de costo mnimo, el aumento en el servicio cuesta ms que los ahorros
consecuentes en el costo de espera. Entonces el objetivo es encontrar el sistema de
costo mnimo.
61
Apuntes I.O.
2015
Ejercicio 1. En un servidor de la universidad se mandan programas de ordenador para

ser ejecutados. Los programas llegan al servidor con una tasa de 10 por minuto. El
tiempo medio de ejecucin de cada programa es de 5 segundos y tanto los tiempos
entre llegadas como los tiempos de ejecucin se distribuyen exponencialmente.
a) Que proporcin de tiempo est el servidor desocupado?
b) Cul es el tiempo esperado total de salida de un programa?
c) Cul es el nmero medio de programas esperando en la cola del sistema?
El sistema //1
Datos = 10 = 12
10
a) Tiempo de servidor desocupado=(1 12) = 0.17 esto que el servidor est

desocupado 10 segundos de cada minuto y 50 segundos ocupado.
1
b) = (1) =
c) =
2
(1)
10
12
12(1 )
= 2
10 2
12
10
(1 )
12
=[
( )
] = 4,16
62
Apuntes I.O.
2015
Fuente de Informacin
1. BAZARAA MS y JJ. Jarvis. Programacin lineal y flujo de redes. Limusa.
2. DAVIS K Roscoey MC KEOWN Patrick. Modelos cuantitativos para administracin.
Grupo editorial Iberoamrica. 2 Ed. 1986.
3. DIAZ S. Fco. Javier, RENDON C: Hernn D., Introduccin a la Investigacin de
Operaciones Universidad Nacional 2002.
4. Ed. Mc Graw Hill 2002 7ma Edicin.
5. GASS S.I. Programacin lineal. Compaa Editorial Continental. 1981
6. Gallagher, Charles A. y Watson, Hugh J. (1992) Mtodos Cuantitativos para la toma
de decisiones en Administracin; cuarta edicin; Mxico: Mc. Graw-Hill.
7. Hillier, Frederick S. y Lieberman, Gerald J. (1997) Introduccin a la Investigacin de
Operaciones; sexta edicin; Mxico: Mc. Graw-Hill.
8. Moskowitz, Herbert y Wright, Gordon P. (1991) Investigacin de Operaciones;
Mxico: Prentice-Hall Hispanoamericana, S. A.
9. Sasieni, Maurice; Yaspan, Arthur y Friedman, Lawrence (1992) Investigacin de
Operaciones (Mtodos y Problemas); Mxico: Limusa.
10. Schrage, Linus (1991); LINDO (An Optimization Modeling System) cuarta edicin;
Danver : Boyd & Fraser Publishing Company.
11. Shamblin, James E. y Stevens, G. T, Jr. (1993); Investigacin de Operaciones (Un
enfoque fundamental) Mxico: Mc. Graw-Hill.
12. Taha, Hamdy (1995); Investigacin de Operaciones quinta edicin; Mxico:
Alfaomega.
13. Thierauf, George y Grosse, Richard (1982); Toma de Decisiones por medio de
Investigacin de Operaciones; Mxico: Limusa Wiley.
14. Winston, Wayne L. (1991); Introduction to Mathematical Programming (Applications
and Algorithms); Duxbury Press, Belmont.
63
Apuntes I.O.
2015
Unidad.-1 Cuestionario de la programacin lineal

Explique cada uno de los siguientes temas a que se refieren el estudio de cada
uno de ellos
a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
k)
l)
Conjuntos convexos, semi-espacios

Fundamentos de la Programacin Lineal
Transformacin de problemas de Programacin Lineal
Soluciones de un problema de Programacin Lineal
Resolucin grfica de un problema de Programacin Lineal
Regla de entrada-salida en el Mtodo Simplex
Aplicacin del Mtodo Simplex
Precios sombra
Mtodo Simplex dual
Dualidad
Anlisis de Sensibilidad
Problemas de transporte y asignacin
Pruebe que el siguiente cuestionario es correcto

1. A qu se debe el nombre de IO?
Se debe principalmente a que se investigaban operaciones militares, en la segunda
guerra mundial, primero comenz con la unin inglesa y despus con estados unidos
al mejorarla.
2. Cules son los factores que intervienen para el progreso de la IO?
Algunos factores son, la necesidad de mejorar la industria y el gobierno pero estados
unidos tambin fue un factor para el progreso ya que ah fue donde agarro un gran
impulso al desarrollar el mtodo simplex de programacin lineal, de George. Dantzig,
otro gran factor de desarrollo fue el de la computadora digital.
3. Qu menciona la definicin de Churchman, Acoff y Arnoff?
Es la aplicacin, pro grupos interdisciplinarios, del mtodo cientfico a problemas
relacionados con el control de las organizaciones o sistemas, a fin de que se produzcan
soluciones que mejor sirvan a los objeticos de la organizacin.
4. Qu es la investigacin de operaciones?
Es la aplicacin por grupos interdisciplinarios del mtodo cientfico a problemas
relacionados con el control de las organizaciones o sistemas a fin de que se produzcan
soluciones que mejor sirvan a los objetivos de toda la organizacin
64
Apuntes I.O.
2015
5. Define que es el enfoque de la IO

El enfoque de la IO es el enfoque modelstico y el mtodo cientfico, comienza por la
observacin despus formular el problema y construir un modelo matemtico despus
se propone una hiptesis despus se hacen pruebas adecuadas, tambin es una
administracin prctica de la organizacin, esto es conocer bien un problema sea cual
sea, y por medio del mtodo cientfico que te lleve a la toma de decisiones logrando
resolver problemas.
6. Cules son las variables relevantes en IO?
Unidad.-2 Anlisis de redes
Unidad 3. Cuestionario
1. Es una definicin de simulacin:
a) Es la herramienta matemtica que trata de representar un proceso a travs de
otro ms simple, para analizar las variables que intervienen en l y tomar una
decisin
b) Escribe el comportamiento de un sistema y da respuesta a un problema real.
c) Es un modelo matemtico que representa una situacin real y busca la toma de
decisiones.
d) Es un modelo determinstico de solucin de problemas.
2. A que se denomina simulacin discreta?
a) Representa una situacin en donde las variables no cambian.
b) Representa un sistema en donde las variables cambian en periodos separados.
c) Representa un sistema en donde las variables cambian de manera constante a
lo largo del tiempo.
d) Se refiere a la actuacin del investigador.
3. A que se denomina simulacin continua?
a) Representa un sistema en donde las variables cambian de manera constante a
lo largo del tiempo.
b) Representa una situacin en donde las variables no cambian.
c) Representa un sistema en donde las variables cambian en periodos separados.
d) Es un proceso repetitivo.
4. Qu es una simulacin determinstica?
65
Apuntes I.O.
2015
a) Es un tipo de simulacin donde las variables no varan al azar, tomando valores

exactos.
Unidad 4.- Cuestionario control interno inventarios
1. Existe un sistema de control para las entradas y salidas de inventarios?
2. Existe algn mtodo de valuacin de inventarios? Solamente con el caf.
3. La entidad tiene designada alguna persona responsable de las rdenes de compra
de inventarios?
4. Se cuenta con alguna medida de seguridad para los registros de inventarios?
5. Son consistentes y uniformes durante todo el perodo contable el sistema de
registro contable del mtodo de valuacin de inventarios?
6. La entidad utiliza algn sistema de control para llevar al da los registros tanto delos
ingresos como los ya existentes en bodega?
7. Cuenta la entidad con una bodega en buen estado y que est bien resguardada
fsicamente para su seguridad?
8. Existe alguna persona encargada de bodega?
9Los registros contables de inventario los lleva una persona ajena al encargado de
bodega?
10Realiza inventarios fsicos peridicamente de las existencias, la persona
designada para llevar los registros contables?
11. La entidad recibe inventario en consignacin
12 Se comprueba en la recepcin de la mercadera que la misma sea entregada en
su totalidad?
Unidad 5.- Cuestionario de Teora de cola
1. En un sistema de colas el trmino clientes se usa para definir a:
a)
b)
c)
d)
Lneas telefnicas.
La forma de las llegadas.
Gente esperando lneas telefnicas desocupadas
Ninguna de las anteriores es correcta
2. El trmino instalaciones de servicio se utiliza en sistemas decolas para referirse a:

El B es un ejemplo de instalacin de servicio, ya que el A seran los clientes
a) Mquinas que esperan ser reparadas.
66
Apuntes I.O.
2015
b) Talleres de reparacin.
c) La velocidad a la que sea tiende.
d) Ninguna de las anteriores es correcta.
3. La demanda (tasa de llegada) a una central telefnica puede ser.
a)
b)
c)
d)
Un segundo.
Un metro.
60 por minuto.
Ninguna de las anteriores es correcta.
4. Qu hace que se formen lneas de espera?

a)
b)
c)
d)
Que la instalacin no tenga suficiente espacio para atender a los clientes.

Que los procedimientos de atencin sean los adecuados.
Que el tiempo de atencin a los clientes sea bajo.
Ninguna de las anteriores.
5. Cuando un sistema tiene demasiadas instalaciones, se dice que est:

a)
b)
c)
d)
Sobreexcitado.
Subcapa-citado.
Sobre capacitado.
Superdotado.
6. Cundo un sistema de lneas de espera se encuentra balanceado y tiende a un

sistema estable y en equilibrio?
a) Cuando las instalaciones esperan mucho por los clientes y este solo esperan
poco por el servicio.
b) Cuando las instalaciones esperan poco por los clientes y estos esperan mucho
por el servicio.
c) Cuando las instalaciones esperan mucho por los clientes y estos tambin
esperan mucho por el servicio.
d) Cuando las instalaciones estn esperando solo temporalmente a los clientes y
estos solos esperan servicio temporalmente.
67

Apunte I Operaciones2

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Apunte I Operaciones2

Diunggah oleh

Hak Cipta:

Format Tersedia

Apuntes

Realizado por Jos Vzquez Hernndez

Que debe saber el alumno

Realizado por Jos Vzquez Hernndez

Introduccin a la investigacin de operaciones ------------------------------------------ 4

Realizado por Jos Vzquez Hernndez

5.4.2 Mltiples servidores -------------------------------------------------------------------------- 60

Realizado por Jos Vzquez Hernndez

Introduccin a la investigacin de operaciones

Sin embargo, el origen de la Investigacin Operativa puede considerarse como anterior

La Investigacin Operativa tarda en desarrollarse en el campo de la administracin

Realizado por Jos Vzquez Hernndez

Unidad 1.- Programacin Lineal

"La Investigacin de Operaciones proporciona a los gerentes bases cuantitativas para la

Tomadas del libro optimizacin, Guillermo Jimnez Lozano

Realizado por Jos Vzquez Hernndez

en que los administradores los usan en el proceso de decisin es la esencia de la

Realizado por Jos Vzquez Hernndez

Realizado por Jos Vzquez Hernndez

Los modelos de simulacin cuando se comparan con modelos matemticos;

1.2 Formulacin de modelos

Figura 1. Metodologa de I.O

Realizado por Jos Vzquez Hernndez

satisfacer varios criterios al mismo tiempo. Se puede ir un paso ms adelante y dividir

Realizado por Jos Vzquez Hernndez

Realizado por Jos Vzquez Hernndez

Miles de $ de costo de renta por

Restriccin de espacio refrigerado

Restriccin de espacio refrigerado

1.3 Mtodo grfico

Realizado por Jos Vzquez Hernndez

3. Dibujar en el sistema de coordenadas las restricciones del problema, incluyendo las

Valor objetivo (Z)

Realizado por Jos Vzquez Hernndez

Figura 1 Grafica de ecuaciones

Figura 2 Regin factible

1.4 Fundamentos del mtodo simplex

Realizado por Jos Vzquez Hernndez

El Mtodo Simplex es un mtodo analtico de solucin de problemas de programacin

Tipo de variable que aparece

Realizado por Jos Vzquez Hernndez

Seleccin de vector de entrada y vector de salida

Realizado por Jos Vzquez Hernndez

Iteracin Solucin no optima

La ultima tabla presenta la funcin objetivo positivos en las y la solucin es

Realizado por Jos Vzquez Hernndez

1.- Se vacan los datos del problema

2.-Se realiza la suma productos de la funcin objetivo y las restricciones

3.- Se abre la funcin de Excel Datos y posterior Solver

Realizado por Jos Vzquez Hernndez

4.- Hacer clic en resolver y la solucin es la siguiente

1.5 Aplicaciones diversas de programacin lineal

Realizado por Jos Vzquez Hernndez

16. Seleccin de requerimientos nutricionales en dietas

Realizado por Jos Vzquez Hernndez

Realizado por Jos Vzquez Hernndez

a 10 euros. Cuntas toneladas de cada pienso deben facturarse para obtener el

Realizado por Jos Vzquez Hernndez

Unidad 2.- Anlisis de Redes

2.2 Problema de transporte

Figura 2.1. Red de transportes

Realizado por Jos Vzquez Hernndez

Realizado por Jos Vzquez Hernndez