5.

Planificación
Estratégica

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 1

 Métodos de Solución
En la IO no se cuenta con una técnica general única para
Resolver todos los modelos que puedan surgir en la práctica.
El tipo y complejidad del modelo matemático determina la
Naturaleza del método de solución:
• Programación Lineal
• Programación Entera
• Programación Dinámica (subproblemas)
• Programación en Red
• Programación no Lineal
• Heurística – metaheurística
• Reglas Empíricas
Profesor: Ricardo Yañez Solar Investigación de Operaciones I 2
 Programación Lineal

Es un método matemático que se emplea para resolver problemas

de optimización. En palabras simples la P.L. busca asignar recursos
limitados, entre actividades que compiten, de la forma mas optima posible.

Programación
Lineal Supuestos de la P.L.
•Certidumbre
Formulación •Objetivo único
Matemática •No negatividad

Problema Problemas
General Especiales

Método
Problemas de Problemas de
Método Gráfico Algebraico
Transporte Asignación
(SIMPLEX)

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 3

 Programación Lineal

Construcción de modelos
PROBLEMA DE LA MEZCLA DE PRODUCTOS

Una compañía fabrica dos tipos de componentes electrónicos: transistores y

bobinas.
Cada transistor requiere un minuto de tiempo en el departamento de ensamble,
dos minutos de tiempo en el departamento de Control de Calidad y un minuto de
tiempo en empaque.
Cada bobina requiere dos minutos de tiempo en ensamble, un minuto de tiempo
en Control de Calidad y dos minutos en empaque.
Existe un total de 300 minutos en Ensamble, 400 minutos en C. Calidad y 400
minutos en Empaque disponibles cada día.
Tanto los transistores como las bobinas contribuyen en un dólar a la utilidad.
La compañía desea determinar la mezcla de productos optima que maximice la
utilidad total.
Profesor: Ricardo Yañez Solar Investigación de Operaciones I 4
 Programación Lineal
Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Maximizar las utilidades de la compañía (U).{dólares/día}
Paso 2: Identificar las variables de decisión que deseamos determinar
X….Cantidad de transistores a fabricar por día {unds./día}
Y….Cantidad de bobinas a fabricar por día {unds./día}
Paso 3: Identificar las restricciones del modelo
R1) Tiempo disponible en el depto. de Ensamble por día 300 min.
R2) Tiempo disponible en el depto. de C. Calidad por día de 400 min.
R3) Tiempo disponible en el depto. de Empaque por día de 400 min.
R4) No Negatividad.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 5

 Programación Lineal

Paso 4: Construcción del modelo matemático

F.Objetivo
MAX U = X + Y
Sujeto a :
R1) X + 2Y  300
R2) 2X + Y  400
R3) X + 2Y  400
R4) X , Y  0

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 6

 Programación Lineal
Construcción de modelos
PROBLEMA PRODUCCION EN INVENTARIO DURANTE PERIODOS
MULTIPLES:
Acme Manufacturing Company firmó un contrato para entregar 100,
250, 190, 140, 220 y 110 ventanas para casa durante los siguientes seis
meses. El costo de producción por ventana varía por periodo y se
estima que será de $50, $45, $55, $48, $52 y $50 respectivamente.
Para aprovechar las variaciones del costo de fabricación, Acme puede
producir más ventanas de las necesarias en un mes dado y conservar
las unidades adicionales para entregarlas en meses posteriores. Esto
supondrá un costo de almacenaje a razón de $8 por ventana por mes,
estimado en el inventario de fin de mes.
Desarrolle un programa lineal para determinar el programa de
producción óptimo

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 7

 Programación Lineal
Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Minimizar costo de producción mensual e inventario de fin de mes USD.
Paso 2: Identificar las variables de decisión que deseamos determinar
Xi….Cantidad de unidades producidas en el mes i {unds.}
Ii….Unidades que quedan en el inventario de fin de mes i{unds.}
Paso 3: Identificar las restricciones del modelo
Inventario inicial + cantidad de producción – inventario final = Demanda
No Negatividad.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 8

 Programación Lineal

Paso 4: Construcción del modelo matemático

F.Objetivo

Sujeto a :

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 9

 Programación Lineal

EJERCICIO PROPUESTO
El departamento de rayos X de un hospital tiene dos máquinas, A y B, que
pueden utilizarse para revelar radiografías. La capacidad de procesamiento
diaria de estas máquinas es A=80 y B=100 radiografías. El departamento debe
planear procesar al menos 150 radiografías por día. Los costos de operación por
radiografía son $4 para la máquina A y $3 para la máquina B. ¿Cuántas
radiografías por día debe procesar cada máquina para minimizar costos?

Se pide:
Formular como un problema de P.L. identificando claramente la función objetivo
y las variables de decisión.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 10

 Programación Lineal
Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Minimizar los costos de procesamiento (C).{dólares/día}
Paso 2: Identificar las variables de decisión que deseamos determinar
X….Cantidad de radiografías a procesar en máquina A al día {rad./día}
Y…. Cantidad de radiografías a procesar en máquina B al día {rad./día}
Paso 3: Identificar las restricciones del modelo
R1) Capacidad de procesamiento de rad. en la maquina A de 80.
R2) Capacidad de procesamiento de rad. en la maquina B de 100.
R3) Capacidad mínima del departamento de 150 rad. por día.
R4) No Negatividad.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 11

 Programación Lineal

Paso 4: Construcción del modelo matemático

F.Objetivo
MIN C = 4X + 3Y
Sujeto a :
R1) X  80
R2) Y  100
R3) X + Y  150
R4) X , Y  0

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 12

 Programación Lineal

PROBLEMA DE LA DIETA
La compañía OF utiliza diariamente por lo menos 800 libras de alimento especial.
El alimento especial es una mezcla de maíz y semilla de soya, con las siguientes
composiciones.
libra componente por libra de alimento ganado
Costo
A. ganado Proteinas Fibra
US$/lb
Maíz 0.09 0.02 0.30
Similla Soya 0.60 0.06 0.90

Los requerimientos dietéticos diarios de alimento especial estipulan por lo menos

un 30% de proteínas y cuando mucho un 5% de fibra. OF desea determinar el
costo mínimo diario de la mezcla de alimento.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 13

 Programación Lineal
Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Minimizar el costo diario total de la mezcla de alimento(C).{dólares/día}
Paso 2: Identificar las variables de decisión que deseamos determinar
X….libras de maiz en la mezcla diaria {lb./día}
Y…. Libras de semilla de soya en la mezcla diaria {lb./día}
Paso 3: Identificar las restricciones del modelo
R1) Requerimientos de alimentos de por lo menos 800 lbs.al día
R2) Requerimiento de proteínas de por lo menos un 30%
R3) Requerimientos de fibra de cuando mucho un 5%.
R4) No Negatividad.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 14

 Programación Lineal

Paso 4: Construcción del modelo matemático

F.Objetivo
MIN C = 0.3X + 0.9Y
Sujeto a :
R1) X + Y  800
R2) 0.09X + 0.6Y  0.3(X + Y)
R3)0.02 X + 0.06Y  0.05(X + Y)
R4) X , Y  0

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 15

 Programación Lineal

Paso 4.1: Construcción del modelo matemático (ORDENADO)

F.Objetivo
MIN C = 0.3X + 0.9Y
Sujeto a :
R1) X + Y  800
R2) 0.21X - 0.30Y  0
R3)0.03 X - 0.01Y  0
R4) X , Y  0

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 16

 Método Gráfico

Empleado principalmente para PL con dos variables de

decisión.

Este método se basa en la idea de obtener regiones de soluciones

factibles (RSF), en las cuales se encontraría la combinación de
variables de decisión que optimizan el modelo.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 17 8

 Método Gráfico

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 18 8

 Método Gráfico
La región factible es la intersección de las regiones delimitadas tanto
por el conjunto de restricciones, como por las condiciones de no
negatividad de las variables, es decir, por ambos ejes de
coordenadas. Dicha región factible está representada por el polígono
O-F-H-G-C, de color VIOLETA.

Como existe una región factible, se

procede a determinar sus puntos
extremos, o vértices del polígono que
representa.
Estos vértices son los puntos
candidatos a soluciones óptimas. En
este ejemplo son los puntos O-F-H-G-
C de la figura.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 19 8

 Método Gráfico

se evalúa la función objetivo (3x + 2y) en cada uno de esos puntos.

Como el punto G proporciona el mayor

valor a la función Z y el objetivo es
maximizar, tal punto constituye la solución
óptima: Z = 33 con x = 3 e y = 12.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 20 8

 Método Gráfico

Maximize Z = 400X1 + 800 X 2

Sujeto a:

R1) 3X 1 + 5X 2  5,000 Fab

R2) X 1 + 4X 2  3,000 A ssy
R3) X 1 , X 2  0 N onneg

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 21 8

 Método Gráfico

X2 Paso 1: Graficar las restricciones

3,000

2,000

R1
Fab
X1 X2
0 1,000
1,000 R1 1,666.7 0
A B R2
Assy
R2 X1 X2
0 750

0
C 3,000 X1
3,000 0
1,000 2,000
Profesor: Ricardo Yañez Solar Investigación de Operaciones I 22 10
 Método Gráfico
Paso 2: Zona Solución Factible
X2 3,000

R1Fab
X1 X2
2,000 0 1,000
1,666.7 0

Assy
R2
X1 X2
0 750
1,000 3,000 0
A B
ZSF

C
0,0 1,000 2,000 3,000 X1

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 23 11

 Método Gráfico

Paso 3: Encontrar el Punto Optimo

Alternativa 1
Encontrar todas las combinaciones de X1 y X2 que determinan los vértices de la
RSF, luego se evalúan en la función objetivo y se elige la combinación que
maximice (o minimice) dicha función.

Alternativa 2
Graficar la F.O. dándose en valor arbitrario de Z (depende de la escala del
gráfico), luego la recta se desplaza en forma paralela en el sentido estricto de la
optimización. El ultimo punto que “tope” la F.O al salir de la RSF corresponderá a
la solución optima.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 24 13

 Método Gráfico
Paso 3: Punto Optimo
X2 3,000

2,000

1,000
A B
Z=320.000 ZSF

C
0,0 1,000 2,000 3,000 X1

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 25 11

 Método Gráfico
Paso 3: Punto Optimo

X2 3,000

El punto optimo (B) se encuentra

2,000 en la intersección de las dos rectas
3X1 + 5X 2  5,000 Fab
1,000
A B X1 + 4X 2  3,000 Assy
C
0,0 1,000 2,000 3,000 X1 3X + 5X  5,000
1 2

3X 1 + 12X 2  9,000

7X 2  4,000
X 2 = 571.43
5000 - 5(571)
X1 =  715 Max
3

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 26 15

 Método Gráfico

Solución Final

Max Z = 400X1 + 800 X 2

Z = 400(715) + 800 (571)

Z = $286,000 + $456,800 = $742,800

X1=715
X2=571
Z =742,800.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 27 16

 Método Gráfico

PROBLEMA DE LA DIETA
La compañía OF utiliza diariamente por lo menos 800 libras de alimento especial.
El alimento especial es una mezcla de maíz y semilla de soya, con las siguientes
composiciones.
libra componente por libra de alimento ganado
Costo
A. ganado Proteinas Fibra
US$/lb
Maíz 0.09 0.02 0.30
Similla Soya 0.60 0.06 0.90

Los requerimientos dietéticos diarios de alimento especial estipulan por lo menos

un 30% de proteínas y cuando mucho un 5% de fibra. OF desea determinar el
costo mínimo diario de la mezcla de alimento.

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 28

 Método Gráfico

Sujeto a

Profesor: Ricardo Yañez Solar Investigación de Operaciones I 29