GUÍA DE ANÁLISIS DE DECISIONES I

Unidad 1: PROGRAMACIÓN LINEAL Y MÉTODO GRÁFICO

Matemáticas: Ciencia formal que, partiendo del razonamiento lógico, estudia las propiedades y relaciones entre
entidades abstractas como números, figuras geométricas o símbolos.

¿Qué buscamos al tomar una decisión? Maximizar o minimizar.

INVESTIGACIÓN DE OPERACIONES

Concepto: La IO es el procedimiento científico que está auxiliado por modelos y técnicas matemáticas, servible
para diseñar y operar a los problemas complejos de la dirección y administración de grandes sistemas que
forman una organización compleja en las cuales las decisiones son muy importantes y difíciles de elegir, ya que
la eficacia de una decisión sobre guardará la supervivencia y desarrollo de ésta, al contrario, estaría en camino
hacia el fracaso.

¿Qué representa la investigación de operaciones? Representa un apoyo para la toma de decisiones, es un

apoyo para la asignación óptima de los recursos para una actividad, evalúa el rendimiento de un sistema con
objeto de mejorarlo, obtiene información cuantitativa y ayuda a mejorar procesos tradicionales, así como
conocer algunas de las limitaciones en los modelos.

Objetivo de la IO: Brindar la mejor solución posible al problema planteado, mediante resolución la de un modelo
matemático.

¿Por qué la programación lineal es una de las herramientas más utilizadas en la investigación operativa?
Debido a que por su naturaleza se facilitan los cálculos y en general permite una buena aproximación de la
realidad.

Fases principales de la programación lineal:

1. Definición del problema

 2. Construcción del modelo
3. Solución del modelo
4. Validación del modelo
5. Implementación de la solución

Paso 1- Definición del problema: implica la determinación de los tres elementos principales de la
programación lineal (alternativas o variables, objetivos y restricciones).

Función objetivo: El problema de programación lineal trata acerca de la maximización o minimización de una
función lineal de varias variables primarias, llamada función objetivo, con sujeción a un conjunto de igualdades
o desigualdades lineales llamadas restricciones.

La expresión matemática del objetivo se llama función objetivo y la meta debe ser maximizar o minimizar esa
expresión. La función objetivo lineal se puede representar de las siguientes maneras:

• Z=Función objetivo lineal.

• Cj =Precio neto o costo unitario, según sea el modelo.

Objetivo: El objetivo puede ser la maximización de algunas variables de ingreso que pueden variar desde los
ingresos netos o brutos, dependiendo según se estructure el modelo. La programación lineal puede también
aplicarse a los problemas de minimización de costos y estos programas parten de un diferente conjunto de
criterios para su optimización.

Alternativas o variables: Dentro del problema o situación planteada es lo que se está analizando, además de
ser el primer paso en el desarrollo de un modelo matemático, de ahí la importancia de que estén bien definidas.

Restricciones: Hay tres tipos básicos de restricciones: de “mayor que” (≥), de “menor que” (≤) o de igualdad
(=), y estas pueden ser clasificadas en razón a su naturaleza:

Tipos de restricciones:

• Restricciones de recursos o entradas: pueden incluirse terreno, capital, mano de obra e instalaciones.
• Restricciones externas: incluye conceptos como las asignaciones gubernamentales de superficie de terreno,
los límites de crédito asignado a los productos u obligaciones de tipo legal.
• Restricciones subjetivas: estas se las impone el propio operador. A menudo las restricciones impuestas
provienen de los propios objetivos personales o del negocio del planeador.
• Limitaciones sobre el nivel de crédito que el planeador está dispuesto a utilizar. En muchas ocasiones es
inferior a la cantidad que los prestamistas están dispuestos a aportar.
• Restricciones por el riesgo del nivel de las actividades que presentan aspectos ligados a ingresos altamente
variables como pueden ser la cría de ovejas o de ganado mayor.
• Restricciones de mínimos respecto a que el operador considere deseable por razones no propiamente de
ingresos directos como puede ser el mantener vacas de raza pura, vacas lecheras o cultivos para mantener
las cualidades del terreno.
Paso 2- Construcción del modelo: Es la transformación de lo ya planteado en la definición del problema a un
modelo matemático, donde el más usado es el lineal. En caso de que el modelo planteado sea muy complejo
para ser resuelto a través de programación lineal, se puede recurrir a los heurísticos, que son procedimientos
de diseño intuitivo que no garantizan una solución óptima (Hillier y Lieberman, 2006) o la simulación.

Paso 3- Solución del modelo: “optimizar es la ciencia de lo absoluto; satisfacer es el arte de lo factible”, por lo
que la solución del modelo debe de estar lo más apegada a la “ciencia de lo absoluto”, siempre y cuando haya
coherencia con el tiempo tomado en el estudio y el costo de este; es decir, la solución que maximice el objetivo
planteado.

Paso 4- Validación del modelo: Es la comprobación de la efectividad del modelo matemático, es decir que los
resultados obtenidos tengan congruencia con el objetivo o meta planteada en un principio, y una manera de
comprobarlo es a través de datos o resultados pasados o históricos; si estos no existieran, nos podríamos
apoyar de simuladores para tener mayor seguridad en la información obtenida.

Paso 5- Implementación de la solución: Es la implementación de los resultados obtenidos. Para que esta
implementación sea exitosa, se deberá compartir los beneficios que se lograrán con esta solución, definir su
plan de puesta en marcha y capacitar si es necesario a las áreas involucradas. Durante esta etapa se deberá
dar un seguimiento muy de cerca, para identificar a tiempo cualquier desviación en los resultados propuestos
por el modelo, para poder hacer correcciones en el modelo.

CONCLUSIÓN:

La programación lineal puede ser aplicada a diferentes situaciones o casos como: la mezcla óptima de
producción que genere los menores costos, definir la ruta óptima de envío de material en cuanto a tiempo y
costo, maximizar las utilidades definiendo la combinación de productos a vender, entre otros. Recordando que
el éxito del resultado de la programación lineal depende de la correcta definición de sus tres elementos
(variables, objetivos y restricciones) y de seguir cada una de las fases

MÉTODO GRÁFICO

Para poder hacer uso del método gráfico, es necesario que el modelo de programación lineal sea únicamente
de dos variables, cuya función objetivo sea de minimizar o maximizar.

El método gráfico consta de dos pasos:

• Determinar el espacio de soluciones factibles.

• Determinar la solución óptima de entre todos los puntos localizados en el espacio de soluciones.
El método simplex está basado en las siguientes consideraciones:

CONCLUSIÓN:

• Recordando que el método gráfico es la representación gráfica de las restricciones y función objetivo,
cuando el modelo consta únicamente de dos variables.
• El método simplex, usado en modelos más complejos, donde no hay restricción en cuanto al número de
variables y que a través de iteraciones busca la mejor solución al modelo.

FUNCIÓN OBJETIVO

La expresión matemática del objetivo se llama función objetivo y la meta debe ser maximizar o minimizar
esa expresión.

El problema de programación lineal trata acerca de la maximización o minimización de una función lineal de
varias variables primarias, llamada función objetivo.

La programación lineal se compone de tres elementos principales:

1. Alternativas o variables: Dentro del problema o situación planteada es lo que se está analizando,
además de ser el primer paso en el desarrollo de un modelo matemático, de ahí la importancia de que
estén bien definidas.
 2. Objetivos: Son el resultado que se está buscando obtener. Para los modelos de programación lineal,
estos resultados pueden ser de maximizar o minimizar la función objetivo (meta).
3. Restricciones: Son las limitaciones planteadas en el problema o situación, estas pueden ser explícitas,
es decir que se mencionen textualmente; o implícitas, que se infieran partir del objetivo que se esté
buscando

MODELOS DE TRANSPORTE

Característica principal: es que busca minimizar los costos relacionados al envío de mercancía desde el
origen hasta el destino.

Este modelo es empleado principalmente para programas de transporte o envíos, es útil también en la
definición de programas de producción y afilado o cambio de herramientas.

Los de modelos transporte pueden ser resueltos mediante:

• el método de la esquina noroeste,

• costo mínimo y
• aproximación de Vogel

Hay m fuentes y n destinos, cada fuente y cada destino representados por un nodo. Los arcos representan
las rutas que enlazan las fuentes y los destinos.
El arco (i, j) que une a la fuente i con el destino j conduce dos clases de información: el costo de transporte cij
por unidad, y la cantidad transportada xij.

La cantidad de oferta en la fuente i es ai y la cantidad de demanda en el destino j es bj.

El objetivo del modelo es determinar las incógnitas xij que minimicen el costo total de transporte, y que al
mismo tiempo satisfagan las restricciones de oferta y demanda.

DEFINICIÓN DE UN MODELO DE TRANSPORTE

Los modelos de transporte, su mayor aplicación es definir la transportación óptima de bienes. Puede ser
usado también para la programación de la producción.

Si nos referimos al problema general de modelos de transporte, quiere decir que estamos buscando el canal
de distribución de cualquier mercancía desde el origen i (centros de suministro) hacia su destino j (centros de
recepción), que minimice los costos totales de distribución

➢ Cada origen tendrá una capacidad de suministro de unidades i y

➢ cada destino una demanda j a ser satisfecha por el origen.
➢ El total de la oferta deberá de ser igual al total de la demanda

LOS MODELOS DE TRANSPORTE SE BASAN EN DOS SUPUESTOS, DE ACUERDO CON HILLER Y

LIEBERMAN (2006):
MODELOS DE TRANSPORTE TRADICIONALES

• Control de producción e inventario y

• Servicio de afilado de herramientas

PARA RESOLVER UN ALGORITMO DE TRANSPORTE SEGUIMOS LOS MISMOS PASOS BÁSICOS QUE
EN EL MÉTODO SIMPLEX. De acuerdo con Taha (2006), los pasos de este algoritmo son:

• Determine una solución factible básica inicial y vaya al paso 2.

• Use la condición de optimalidad del método simplex para determinar la variable de entrada de entre todas las
variables no básicas. Si se satisfacen las condiciones de optimalidad, deténgase. De lo contrario, avance al
paso 3.

• Use la condición de factibilidad del método simplex para determinar la variable de entrada de entre todas las
variables básicas actuales y halle la nueva solución básica. Regrese al paso 2

Kahoot

¿Cómo se define la capacidad en un problema de transporte?

Cantidad máxima que puede recibir cada destino.

¿Qué representan los costos en un problema de transporte?

El costo de enviar una unidad desde un origen a un destino.

¿Cuál es el objetivo principal del método de transporte?

Minimizar el costo total de transporte.

¿Cómo se formula un problema de transporte como un problema de programación lineal?

Restricciones; demanda, capacidad, no negatividad.

¿Qué variables se definen en un problema de transporte?

Xij: cantidad enviada desde el origen i al destino j.

¿Qué es una tabla de transporte?

Tabla que muestra los orígenes, destinos, costos, capacidades y demandas.

¿En qué áreas se aplica el método de transporte?

• Logística y distribución

• Gestión de inventarios

• Planificación de producción

¿Qué método se puede usar para resolver un problema de transporte?

• Método del costo mínimo

• Método de Vogel

• Programación lineal

• Método de la esquina noroeste

¿Cómo se define la demanda en un problema de transporte?

Cantidad total a recibir en cada destino