UNIVERSIDAD NACIONAL ABIERTA

COORDINACIÓN DE POSTGRADO
MAESTRIA EN ADMINISTRACION DE NEGOCIOS
CENTRO LOCAL MONAGAS
UNIDAD: METODOS CUANTITATIVOS (984)
ACTIVIDAD Nº 2

Autores:

Ing. Jesús Jaimes.

C.I: 17.021.032.

Marzo 2018
 PROGRAMACION LINEAL

Las decisiones a nivel gerencial involucran la utilización de recursos

(maquinaria, mano obra, tiempo, espacio, dinero, materias primas) estos son
usados para manufacturar bienes o servicios, la Programación Lineal es empleada
para planear y decidir acerca de la asignación de dichos recursos.
La administración de operaciones tiene sus orígenes muchas décadas atrás
desde que se empezó a usar el método científico en una empresa. Durante la II
guerra Mundial con la necesidad de asignar recursos bélicos limitados a las
operaciones militares se recurrió a científicos de la época para que desarrollen
problemas estratégicos y tácticos.
Culminada la guerra estas iniciativas generaron gran interés fuera del campo
de batalla, ya para 1950 se habían introducido en la industria, los negocios y el
gobierno. Un elemento de arranque para la investigación de operaciones es que
parte de los científicos que habían estado involucrados en la guerra se
encontraban motivados en probar estos métodos en otros campos allí nació el
método simplex de programación lineal.
El nacimiento de la computadora dio gran impulso a esta disciplina, ya que para
resolver los problemas gerenciales de operaciones se necesita resolver gran
número de cálculos que sin la ayuda de la computadora hubiera sido imposible. En
los 80´ con la aparición de la computadora personal y los modernos paquetes de
software se hizo más rápido la solución de problemas de investigación de
operaciones.
 La Investigación de Operaciones brinda herramientas cuantitativas para la toma
de decisiones a los problemas de corto, mediano y largo plazo en una empresa
manufacturera o de servicios.
Pasos de la investigación de operaciones:
1. Análisis y definición del problema
2. Desarrollo del modelo
3. Selección de datos de entrada
4. Obtención de una solución
5. Limitaciones del modelo y la solución
6. Utilización del modelo.
La Optimización es el proceso de maximizar o minimizar que sirve para
encontrar la respuesta que proporcione el mejor resultado (> ganancias, >
producción, < costo, < desperdicio). Esta consiste en utilizar de la manera más
eficaz los recursos tales como dinero, tiempo, maquinarias, personal, existencias.
Para la solución de problemas de optimización existen los siguientes softwares
informáticos: WinQsb, LINDO, SUPERLINDO.
El Modelo Es la representación de la realidad, es una abstracción de un
sistema físico matemático lo que quiere decir que se puede trabajar con un
modelo representativo en vez de hacerlo con un sistema real. Estos son
importantes ya que las ecuaciones se usan para representar los procesos
llamados modelos matemáticos. Existen dos modelos que se usan en la
investigación de operaciones: modelos descriptivos y modelos normativos.
 Los descriptivos describen algún aspecto del sistema que se modela
(condición y características – ecuaciones)
 Los normativos analizan y dan solución a los problemas, como herramienta
tenemos el modelo matemático del problema de decisión.
Los Sistema son un conjunto de ecuaciones llamadas restricciones, estas
permiten analizar los recursos que se manejan para mejorar su mejor utilización,
ya sea maximizándolo o minimizándolo respecto a su utilidad o costos
respectivamente.
 La Programación Lineal son técnicas matemáticas que permiten asignar
recursos limitados, es decir es útil para aprovechar al máximo o reducir al mínimo
posible una función lineal objetiva sujeta a restricciones. Una de sus aplicaciones
es la variedad de productos, normalmente se elaboran 2 o más productos usando
recursos limitados. La empresa debe establecer cuántas unidades de cada
producto debe producir para maximizar sus ganancias, dados sus recursos
limitados.
La PL se basa en enunciados matemáticos y estos se desglosan de la
siguiente manera:
 Función Objetivo. - Es una ecuación que cuantifica los resultados de
cualquier opción que se plantee en la programación lineal. Debe ser una
ecuación lineal, todos los problemas buscan maximizar la utilidad y
minimizar el costo.
Maximizar Z = C1 + X1 + C2 + X2
Minimizar … … … Cn + Xn
 Variable de Decisión. - Es necesario establecer los valores numéricos de 2
o más variables, estos serán los factores bajo el control de quien toma las
decisiones, lo que si se modifica; dan como resultado soluciones diferentes
entre sí.
X1, X2, … … … … … ...Xn
 Restricciones. - La presencia de condiciones, limita el grado al cual se
puede lograr el objetivo. no existe la libertad completa de elección. Los
valores permitidos de las variables de decisión se definen mediante
inecuaciones lineales.
A11 X1 + A12 X2 + … … … + A1n X1 <= B1
A21 X1 + A22 X2 + … … + A2n Xn <= B2
Am1 X1+Am2 X2+……+Amn Xn <= Bm

 Condición de No Negatividad. - Las variables deben ser divisibles y no

negativas para cumplir con la linealidad.
 Modelo de Programación Lineal, este comprende un proceso de optimización
donde se seleccionan valores no negativos para un conjunto de variables de
decisión de tal forma que se maximice o minimice una función objetivo de la forma:
Z = C1 + X1 + C2 + X2 … … … Cn + Xn
Donde:
Z = Función Objetivo lineal de variable Xi
C1, C2, … Cn = Coeficiente contribución de las variables de la función objetivo.
X1, X2, … Xn = Variables decisión cuyos valores deben ser determinados.
Cuando Xi se incrementa en una unidad, el valor de Z se incrementa en un
valor Ci, sujeto a restricciones de recursos de la forma:
A11X1 + A12X2 + … … + A1n X1 <= B1
A21X1 + A22X2 + … … + A2n Xn <= B2
Am1 X1+Am2 X2+……+Amn Xn <= Bm
Donde:
A11, A12, …, Amn: Coeficientes de las Variables de decisión
B1, B2, …., Bn : Cantidades de unidades de los recursos disponibles
X1, X2, … , Xn : >= 0
Cuando Xi se incrementa en una unidad, Aij unidades del recurso Bj se consumen.
Condiciones de la Programación Lineal
 Debe existir una función objetiva.
 Los recursos deben ser limitados.
 Debe existir una relación lineal en la Función Objetivo y las restricciones.
 Los recursos y los productos deben ser homogéneos.
 Las variables deber ser divisibles y no negativas.
Métodos de Programación Lineal
 Método Gráfico: Tiene un valor práctico limitado, pero es de gran utilidad
para visualizar conceptos subyacentes. La PL Gráfica se limita a problemas
con 2 variables de decisión, es una manera rápida de conocer la naturaleza
de la PL ilustra lo que sucede en el Método Simplex. Sus pasos son:
1. Reunir información para formular y resolver.
 2. Identificar variables de decisión.
3. Identificar la función objetivo.
4. Identificar las restricciones de los recursos.
5. Graficar restricciones e identificar área factible.
6. Seleccionar el punto óptimo.
7. Interpretar la solución.
 Método Simplex: Es utilizado para resolver cualquier problema de
programación lineal. Para resolver problemas de más de 2 dimensiones se
emplea el método simplex basado en el algebra matricial. En teoría, este
método puede resolver un problema que consiste en cualquier número de
variable y restricciones; aunque en el caso de problemas que tienen más de
4 variables o restricciones, es mejor que los cálculos sean hechos con el
computador a través de software. Los pasos a seguir para este son:
1. Formular el problema (FO y Restricciones)
2. Introducir variable de holgura (S): Es la cantidad ociosa de cada recurso.
Se introducen las variables de holgura en cada restricción ya que estas
se convierten en igualdades. Para que las variables de holgura estén
representadas en cada restricción se le asigna un coeficiente “0” a
aquellas que no estén asociados a dicha restricción. La FO también
refleja la suma de las variables de holgura, pero como esta no genera
utilidad su coeficiente es “0”.
3. Elaborar una tabla inicial simplex donde todos los coeficientes
numéricos de la FO y de las restricciones son ubicados en la tabla.

Variables Reales Variables Holgura Solución

X1 X2 S1 S2 S3
S1
S2
S3
Función objetivo: F. O=Z.
 4. Se escoge entre las restricciones un punto de apoyo (pivote) para lo cual
se determina una columna pivote, eligiendo entre la columna variables
reales a aquella que tenga el menor valor negativo. Posteriormente se
determina una fila pivote, dividiendo la columna solución entre la
columna elegida, tomando como referencia el menor valor positivo, la
intercepción de ambas es el punto pivote.
5. El punto pivote preferentemente deberá ser 1, sino es así tendrá que
operarse ya sea multiplicando o dividiendo con la finalidad de obtener 1,
el punto pivote para su ubicación indica que variable de holgura sale y
que variable real entra.
6. Una vez que el punto pivote es la unidad, mediante operaciones, se
convierten todos los elementos de su columna en “0”.
7. Es un método repetitivo, es decir ha de repetirse los pasos hasta
conseguir que los coeficientes de las variables reales sean cantidades
no negativas.
 Método Transporte: Empleado únicamente en problemas especiales con
características especiales.
A continuación, se muestra un cuadro en donde se especifican varios métodos
aplicados en la programación lineal y por ende el propósito de cada uno de estos
para lograr obtener la decisión correcta en un momento determinado tomando en
cuenta todas las variables posibles y de esta manera poder manejar un conjunto
de soluciones posibles siempre pensando en pro de obtener mas ganancias y
realizando el mínimo de costos, entre estos tenemos:
 METODO DESCRIPCION VENTAJAS
En general, el método Simplex para problemas de  Se genera una matriz de costos para la
transporte es poco eficiente para resolver asignación de "m" personas para ser
problemas de asignación, especialmente en asignadas a "m" tareas
problemas de gran tamaño. Por ello, para resolver
METODO HUNGARO problemas de asignación (minimización) se emplea  Todos los costos son no-negativos
normalmente el Método Húngaro. La principal
ventaja es que el método húngaro es  El problema es un problema de
considerablemente más simple que el método minimización.
Simplex del problema de transporte.
El método de la esquina Noroeste es un algoritmo  Sencillo y fácil de hacer
heurístico capaz de solucionar problemas de
transporte o distribución mediante la consecución
de una solución básica inicial que satisfaga todas
las restricciones existentes sin que esto implique  No tiene en cuenta los costos para hacer
que se alcance el costo óptimo total. las asignaciones
METODO DE LA ESQUINA NOROESTE Este método tiene como ventaja frente a sus
similares la rapidez de su ejecución, y es utilizado
con mayor frecuencia en ejercicios donde el
número de fuentes y destinos sea muy elevado. Su  Generalmente nos deja lejos del óptimo
nombre se debe al génesis del algoritmo, el cual
inicia en la ruta, celda o esquina Noroeste.
 Es más elaborado que los anteriores, más
técnico y dispendioso.

El método de aproximación de Vogel es un método

METODO DE LA APROXIMACION DE
VOGEL
heurístico de resolución de problemas de transporte  Tiene en cuenta los costos, las ofertas y
capaz de alcanzar una solución básica no artificial las demandas para hacer las
de inicio, este modelo requiere de la realización de asignaciones.
un numero generalmente mayor de iteraciones que
los demás métodos heurísticos existentes, sin
embargo, produce mejores resultados iniciales que  Generalmente nos deja cerca al óptimo
los mismos
 El método del costo mínimo o de los mínimos
costos es un algoritmo desarrollado con el objetivo
de resolver problemas de transporte o distribución,
arrojando mejores resultados que métodos como el
de la esquina noroeste, dado que se enfoca en las
METODO DEL COSTO MINIMO rutas que se presentan menores costos. El
diagrama de flujo de este algoritmo es mucho más
sencillo que los anteriores, pues se trata
simplemente de la asignación de la mayor cantidad
de unidades posibles a la celda menos costosa de
toda la matriz hasta finalizar el método
Es la necesidad de desarrollar un método para
resolver problemas de programación lineal de
más de dos variables, los matemáticos
implementaron el método algebraico, el que más
METODO ALGEBRAICO tarde se convertiría en el tan afamado método
simplex. Como su nombre lo indica, el método
usa como su principal herramienta, el algebra,
que ligada a un proceso de lógica matemática dio
como resultado el método algebraico
El método Simplex es un método analítico de
solución de problemas de programación lineal
METODO SIMPLEX capaz de resolver modelos más complejos que los
resueltos mediante el método grafico sin restricción
en el número de variables.
Este método reproduce exactamente las mismas
METODO MODI iteraciones del método de banquillo. La principal
diferencia ocurre en la forma en que las variables
no básicas se evalúan en cada iteración.
 Es más elaborado que el método de la
esquina noroeste
 Tiene en cuenta los costos para hacer las
asignaciones
 Generalmente nos deja alejados del
óptimo
 Compacto para proyectos de muy pocas
variables.
 Usa las leyes básicas de Boole para
obtener y simplificar.
 Es un procedimiento iterativo que permite
ir mejorando la solución a cada paso
 El proceso concluye cuando no es posible
seguir mejorando más dicha solución
 Permite calcular índices de mejora con
rapidez para cuadro no utilizado sin tener
que dibujar todos los trayectos cerrados.
 Menor tiempo con respecto al método de
salto de piedra en piedra cuando se
deben de resolver problemas de
transporte
 EJERCICIO

La empresa JESUS JAIMES C.A. manufactura dos tipos de cerveza, una lager
y una Pilsen, por lo que necesita disponer de malta, lúpulo y levadura. Cada metro
cúbico de lager requiere 50 kg de malta, 20 de lúpulo y 2 de levadura. Cada metro
cúbico de Pilsen necesita 60 kg de malta, 25 de lúpulo y 2 de levadura. El
beneficio que obtiene la empresa con cada metro cúbico de lager es de 140 um,
mientras que con cada metro cúbico de Pilsen obtiene 150 um. JESUS JAIMES
C.A. dispone de una tonelada de malta por semana, 250 kg de lúpulo y 22 kg de
levadura también por semana.
El modelo de programación lineal que permite obtener la producción óptima
para cada semana queda descrito por el siguiente sistema de ecuaciones:
max z = 140x1 + 150x2
s.a. :
50x1 + 60x2 ≤ 1000
20x1 + 25x2 ≤ 250
2x1 + 2x2 ≤ 22
x1, x2 ≥ 0
donde x1 y x2 representan, respectivamente, los volúmenes de producción
semanales (en m3) de lager y de Pilsen. La tabla del simplex correspondiente a la
solución ´optima del modelo anterior y, por lo tanto, al plan de producción óptimo
de JESUS JAIMES C.A., es:
x1 x2 h1 h2 h3
-1600 0 0 0 -2 -50
h1 390 0 0 1 -2 -5
X2 6 0 1 0 1/5 -5
X1 5 1 0 0 -1/5 5/2

donde h1, h2 y h3 son, respectivamente, las holguras correspondientes a las

tres restricciones del modelo lineal. Se pide:
 1. Indicar que uso se hace de cada una de las tres materias primas, así como
cuál es el precio máximo que estaría dispuesta a pagar JESUS JAIMES
C.A. por disponer de 1 kg más a la semana de cada una de las tres
materias primas.
2. Indicar, para el caso del lúpulo, cuantos kg adicionales estaría dispuesta a
adquirir y cuantos kg de su disponibilidad de lúpulo estaría dispuesta a
vender semanalmente tomando como referencia el precio indicado en el
apartado anterior.
3. JESUS JAIMES C.A. está valorando la posibilidad de producir un nuevo tipo
de cerveza, que tiene una doble fermentación. Esta nueva cerveza
consume, por cada metro cúbico producido, 70 kg de malta, 30 de lúpulo y
4 kg de levadura. Indicar el beneficio unitario mínimo que haría rentable la
producción y comercialización de esta nueva cerveza.
4. JESUS JAIMES C.A. ha firmado un contrato de suministro con sus actuales
clientes, por la cual se compromete a servir, conjuntamente entre lager y
Pilsen, un mínimo de 40 m3 al mes (considérese que un mes tiene cuatro
semanas). Indicar cuál es el nuevo plan de producción óptimo.
5. Si una determinada semana se decide reservar 10 kg de lúpulo sin utilizar
(h2 = 10), ¿cómo se modifica el plan óptimo de producción? ¿cómo se
modifica el valor de la función objetivo?

Resolución
Apartado 1. La utilización que se hace de los recursos es la siguiente:
 de los 1000 kg de malta, queda 390 sin utilizar;
 se consumen por completo los 250 kg de lúpulo;
 se consumen por completo los 22 kg de levadura;
El valor de una unidad adicional de cada recurso viene dado por el precio
sombra de la restricción correspondiente. El vector de multiplicadores del simplex
(precios sombra) es πiB = −VhiB, debido a que todas las restricciones son de tipo
menor o igual, por lo que πB = (0, 2, 50). Por lo tanto:
  JESUS JAIMES C.A. no está dispuesta a pagar nada por adquirir un kg
adicional de malta (y estaría dispuesto a vender un kg de malta a cualquier
precio);
 JESUS JAIMES C.A. está dispuesta a comprar un kg adicional de lúpulo si
el precio de ese kg es inferior a 2 um (estaría dispuesta a vender un kg a un
precio superior a 2 um);
 igualmente, estaría dispuesta a comprar un kg adicional de levadura a un
precio inferior a 50 um/kg (y a vender uno de sus 22 kg disponibles a un
precio superior a 50 um/kg);
Apartado 2. Al adquirir lúpulo adicional a los 250 kg se modifica el vector de
disponibilidad de los recursos b = (1000, 250, 22) T. Por un lado:
 el precio sombra de ese recurso (segunda componente de πB = cBB−1)
cambiara si cambia la base (B);
 la base se modifica, porque, al modificarse b, la solución básica hasta ahora
óptima puede dejar de ser factible (uB = B−1b).
El rango de valores dentro del cual el precio al cual JESUS JAIMES C.A. está
dispuesta a comprar un kg de lúpulo adicional a un máximo de 6um/kg es aquel
para el cual uB ≥ 0:

1 −2 −5 1000 − 2𝑏2 − 110 ≥ 0

1 1000 𝑏2 𝑏2 ≤ 440
uB = B−1b = (0 5
−2) ( 𝑏 )=>(
2 5
+ 44 ≥ 0 )=>( 𝑏2 ≥ 220 )=>220≤b2≤275
−1 5 𝑏 𝑏2 ≤ 275
0 22 − 2 + 55 ≥ 0
5 2 5

Por lo tanto, JESUS JAIMES C.A. está dispuesta a comprar hasta 25 kg de

lúpulo a un precio inferior a 2 um/kg (75 = 275-250) o a vender hasta 30 kg a un
precio superior a 2 um/kg (30=250-220).
Apartado 3. La nueva variedad resultara en un producto rentable si el criterio del
simplex de la variable correspondiente (x3) es positivo. Es decir:

70
V3 B = c3 − cBB−1A3 = c3 − πBA3 = c3 − (0, 2, 50) (30)= c3 − 260 ≥ 0 ⇒ c3 ≥ 260
4
 Por lo que, si el precio es superior a los 260 um/m 3, será interesante su
producción y comercialización.
Apartado 4. JESUS JAIMES C.A. está produciendo en la actualidad 11 m 3, por lo
que en la actualidad ya está cumpliendo el compromiso de producir al menos 10
m3. La restricción que tendría la forma x1+x2 ≥ 10 no modifica el plan óptimo de
producción, de manera que el plan óptimo de producción sería el mismo.
Apartado 5. Reservar una cantidad de lúpulo de 10 kg es equivalente a que h2 =
10. Cuando una variable no básica entra a formar parte de la solución, las tasas
de sustitución de esa variable con respecto a las básicas indican cómo se
modifican los valores de estas al entrar aquella.
Las tasas de sustitución de h3 son ph3 = (−2, 1/5, −1/5, 0)T , por lo que:
 h1 aumenta en 10 × 2 = 20, con lo que sobran 20 kg más de malta
 x2 disminuye en 10 × 1/5 = 2, con lo que se produce 2 m3 menos de Pilsen,
es decir, se producirán 4 m3 semanales;
 x1 aumenta en 10 × 1/5 = 2, con lo que se producen 2 m3 más de lager, es
decir, se producirán 7 m3 semanales.
Por su parte, la función objetivo se modificaría de la siguiente manera:
Δz = 10 × Vh2B = 10 × (−2), es decir, el beneficio sería de 1580 um semanales.
 CONCLUSIÓN

Existen una gran variedad de métodos aplicados en la programación lineal,

desde los gráficos, los algebraicos y hasta sistemas complejos de software que se
encargan de facilitar la información al investigador cuando requiere tomar
decisiones acertadas en pro de la productividad de la organización que se esta
evaluando. Estos permiten tomar con mayor eficiencia toda la información
recolectada para lograr manipular las variables necesarias para lograr el punto
óptimo de producción realizando el menor costo en adquisición de la materia
prima.
Cabe destacar que el manejo oportuno de cada método depende de la cantidad
de productos a manejar y como estos a la hora de manufacturar un nuevo
producto se ve afectado por el transporte y todos los factores que intervienen a la
hora de realizar todas las movilizaciones necesarias.