Investigacion de Operaciones - Material 2011 II

ASIGNATURA
INVESTIGACIÓN DE
OPERACIONES
(TEXTO UNIVERSITARIO)
Asignatura: Investigación de Operaciones
Universidad Continental de Ciencias e Ingeniería

Material publicado con fines de estudio
Primera edición
Huancayo, 2011
pá g. 2
PRESENTACIÓN
El desarrollo del material de la asignatura, se hace considerando la Investigación de

Operaciones como una ciencia administrativa basada en el enfoque científico, para resolver
problemas y proporcionar ayuda para la toma de decisiones. Planear, programar, organizar,
dirigir, dotar de personal, controlar, son actividades que el alumno en su ejercicio profesional
puede desempeñar, y la Investigación de Operaciones le sirve de ayuda con su método
analítico y sistemático. Con base en este enfoque gerencial es que se plantea en el presente
manual el estudio de esta ciencia.
La primera Unidad Didáctica, es una puerta de entrada al estudio de las diversas técnicas y
los respectivos modelos que conforman la asignatura. Se hace énfasis en el análisis
cuantitativo que es la base del enfoque científico, punto de partida del proceso que
determinará la toma de una decisión.
La segunda Unidad Didáctica, se inicia en las técnicas a estudiar, siendo la primera,
Programación Lineal. Esta es una de las técnicas más empleadas y se aplica en sistemas con
relaciones lineales, para usar los recursos escasos de la mejor manera posible. Se estudia
también sus aplicaciones especiales como programación lineal el método de transporte y de
asignación
La tercera Unidad Didáctica contiene el estudio de técnicas utilizadas para el manejo de
proyectos que son: PERT y CPM. Ambas técnicas tienen el objetivo de ahorrar el mayor
tiempo posible en la ejecución de proyectos. Didácticamente, su estudio ha sido dividido en
tres fases: Planeamiento, Programación y Control.
La última Unidad está dedicada al estudio de la Teoría de Colas, con especial mención del
modelo M/M/1, llamado así según la notación de Kendall. La Teoría es un estudio de los
sistemas de espera y de los diferentes modelos que provee la Investigación de Operaciones
para ayudar en la toma de decisiones en este campo. En su parte inicial se incluye la teoría
básica para definir los sistemas de espera a través de sus aspectos, las causas que los
originan, así como también la clasificación de modelos, formas de solución de los mismos y
utilización de los resultados para tomar decisiones que mejoren su forma de operar.
El presente material es una guía para el desarrollo del curso y debe ser complementada por el
estudiante a través de la investigación y búsqueda de información en diversas fuentes como
biblioteca e internet así como con el desarrollo de las clases presenciales.
Por otro lado se reconoce el aporte de los Ing. Javier Romero Meneses, Ing. Wilfredo Gálvez
Carrasco en el desarrollo del presente texto.
pá g. 3
ÍNDICE
Pág.
PRESENTACIÓN 3
INDICE 4
PRIMERA UNIDAD 8
Tema Nº 1: LA INVESTIGACIÓN DE OPERACIONES Y EL USO DE MODELOS 8
1.1 Los modelos 8
1.1.1 Clasificación de modelos 8
1.1.2 Principios de los modelos 9
1.2 Orígenes de la investigación de operaciones 9
1.3 Naturaleza de la investigación de operaciones 11
1.4 ¿Qué es la investigación de operaciones? 12
1.5 Enfoque de la Investigación de Operaciones: 14
1.6 Los principales campos de aplicación de la I.O. 14
Tema Nº 2: METODOLOGIA DE LA INVESTIGACION DE OPERACIONES 15

2.1 Definición del problema y recolección de datos 15
2.2 Formulación de un modelo matemático 16
2.3 Obtención de una solución a partir del modelo 17
2.4 Prueba del modelo 17
2.5 Establecimiento de controles sobre la solución 18
2.6 Implantación de la solución 18
SEGUNDA UNIDAD 19
Tema Nº 3: PROGRAMACIÓN LINEAL 19
3.1 Introducción. 19
3.2 Expresión matemática 19
3.3 Modelo de Programación Lineal 20
3.4 Forma estándar del modelo 21
3.5 Suposiciones del Modelo de Programación Lineal 21
3.5.1 Proporcionalidad 21
3.5.2 Actividad 22
3.5.3 Aditividad 22
3.5.4 Divisibilidad 22
3.6 Limitaciones del modelo de programación lineal 22
3.6.1 Modelo determinístico 22
3.6.2 Modelo estático 22
pá g. 4
3.6.3 Modelo que no suboptimiza 22

3.7 Impacto de la Investigación de Operaciones 22
3.8 Riesgo al aplicar la Investigación de Operaciones 23
3.9 Modelos matemáticos 23
3.10 Formulación de modelos de programación lineal 24
3.10.1 Pasos a seguir 24
3.10.2 Casos de formulación 25
Tema Nº 4: METODOS DE SOLUCION DE PROBLEMAS DE PL 31

4.1 Método gráfico 31
4.1.1 Criterios a considerar 32
4.1.2 Casos de aplicación 32
4.1.3 Situaciones especiales 38
4.2 El Método Simplex 46
TERCERA UNIDAD 53
Tema Nº 5: ANALISIS DE DUALIDAD Y SENSIBILIDAD 53
5.1 Análisis de Dualidad 53
5.2 Definición de Problema dual 54
5.3 Análisis de sensibilidad 56
CUARTA UNIDAD 59
Tema Nº 6: MODELO DE TRANSPORTE 59
6.1 Problema de Transporte 59
6.2 Modelo general del problema de transporte 60
6.3. Métodos para encontrar soluciones factibles 62
6.4 Método de la esquina noroeste 62
6.5 Método de aproximación de Vogel 62
6.6 Modelos Balanceados y no balanceados 64
Tema Nº 7: MODELO DE ASIGNACION DE RECURSOS 72

7.1 Problemas de asignación de recursos 72
7.2 El método Húngaro 73
UNIDAD V 78
Tema Nº 8: PROGRAMACION DE PROYECTOS PERT/CPM 78
8.1 Introducción 78
8.2 Procedimiento para trazar un modelo de red 79
8.3 Pasos en el planeamiento del proyecto del CPM 81
pá g. 5
8.4 Utilidad de las técnicas PERT y CPM 82

8.5 Programación de proyectos 83
8.6 Ventajas del PERT y CPM 83
8.7 Pasos en el método PERT (program evaluation and review technique) 84
8.8 Asignación de tiempos 85
UNIDAD VI 92
Tema Nº 9: ADMINISTRACION DE INVENTARIOS 92
9.2 Gestión logística 92
9.3 Utilidad de la logística en una empresa 93
9.4 Planeando la logística de la empresa 93
9.5 Los desafíos de la revolución tecnológica: e – Logistic 94
Tema N°10: LOS INVENTARIOS 94

10.1 Modelos de inventarios 94
10.2 Características de los inventarios 95
10.3. Costos de los inventarios 96
10.3.1Los costos de los inventarios y su tamaño 97
10.4 Tipos de sistemas y modelos de inventarios 97
10.5 Logística de producción-cadena de abastecimiento 100
10.5.1Cadena de abastecimiento 100
10.5.2 Objetivo de la Cadena de Abastecimiento 100
Tema Nº 11: DISEÑO DE CADENA DE SUMINISTRO 101

11.1 Redes y cadena de suministro 101
11.2 Redes Verticales 101
11.3 Redes Horizontales 101
11.4 Inventarios gerenciados por los proveedores 102
Tema Nº 12: OPERACIÓN DEL SISTEMA PRODUCTIVO DE EMPRESA

PROVEEDORA 104
12.1 Gestión de pedidos y pronósticos 104
12.2 Los sistemas MRP 104
12.2.1 Plan Maestro de Producción PMP, MPS (Master production schedule) 106
12.2.2 Lista de Materiales, BOM (Bill of Materials) 107
12.2.3 Beneficios obtenidos de la aplicación del MRP 107
UNIDAD VII 111

Tema Nº 13: SISTEMA DE LÍNEA DE ESPERA 111
13.1 Teoría de colas o líneas de espera 111
pá g. 6
Tema Nº 14: TEORÍA DE DECISIONES 120

14.2 Toma de decisiones bajo incertidumbre 120
14.3 Caso de aplicación: Criterios de decisión en incertidumbre 127
REFERENCIAS BIBLIOGRÁFICAS 129

ANEXO 130
pá g. 7
PRIMERA UNIDAD
Tema Nº 1: LA INVESTIGACIÓN DE OPERACIONES Y EL USO DE MODELOS
1.1 Los modelos

Un modelo es una representación ideal de un sistema y la forma en que este opera. El
objetivo es analizar el comportamiento del sistema o bien predecir su comportamiento
futuro. Obviamente los modelos no son tan complejos como el sistema mismo, de tal
manera que se hacen las suposiciones y restricciones necesarias para representar las
porciones más relevantes del mismo. Claramente no habría ventaja alguna de utilizar
modelos si estos no simplificaran la situación real. En muchos casos podemos utilizar
modelos matemáticos que, mediante letras, números y operaciones, representan variables,
magnitudes y sus relaciones.
1.1.1 Clasificación de modelos

Se podría decir que un modelo de las ciencias físicas es una traducción de la realidad física
de un sistema en términos matemáticos, es decir, una forma de representar cada uno de los
tipos entidades que intervienen en un cierto proceso físico mediante objetos matemáticos.
Las relaciones matemáticas formales entre los objetos del modelo, deben representar de
alguna manera las relaciones reales existentes entre las diferentes entidades o aspectos del
sistema u objeto real. Así una vez "traducido" o "representado" cierto problema en forma de
modelo matemático, se pueden aplicar el cálculo, el álgebra y otras herramientas
matemáticas para deducir el comportamiento del sistema bajo estudio. Un modelo físico
requerirá por tanto que se pueda seguir el camino inverso al modelado, permitiendo
reinterpretar en la realidad las predicciones del modelo. Los modelos matemáticos pueden
clasificarse de la siguiente manera:
 Determinista. Se conoce de manera puntual la forma del resultado ya que no hay
incertidumbre. Además, los datos utilizados para alimentar el modelo son
completamente conocidos y determinados.
 Estocástico. Probabilístico, que no se conoce el resultado esperado, sino su
probabilidad y existe por tanto incertidumbre.
Además con respecto a la función del origen de la información utilizada para construirlos los
modelos pueden clasificarse de otras formas, se distinguen modelos heurísticos y modelos
empíricos:
 Modelos heurísticos (del griego euriskein 'hallar, inventar'). Son los que están
basados en las explicaciones sobre las causas o mecanismos naturales que dan
lugar al fenómeno estudiado.
 Modelos empíricos (del griego empeirikos relativo a la 'experienia'). Son los que
utilizan las observaciones directas o los resultados de experimentos del fenómeno
estudiado.
pá g. 8
Además los modelos matemáticos encuentran distintas denominaciones en sus diversas

aplicaciones. A continuación veremos algunos tipos en los que se puede adecuar algún
modelo matemático de interés. Según su campo de aplicación los modelos:
 Modelos conceptuales. Son los que reproducen mediante fórmulas y algoritmos
matemáticos más o menos complejos los procesos físicos que se producen en la
naturaleza
 Modelo matemático de optimización. Los modelos matemáticos de optimización
son ampliamente utilizados en diversas ramas de la ingeniería para resolver
problemas que por su naturaleza son indeterminados, es decir presentan más de
una solución posible.
Categorías por su aplicación suelen utilizarse en las siguientes tres áreas, sin embargo
existen muchas otras como la de finanzas, ciencias etc.
 Simulación. De situaciones medibles de manera precisa o aleatoria, por ejemplo
con aspectos de programación líneal cuando es de manera precisa, y probabilística
o heurística cuando es aleatorio.
 Optimización. Para determinar el punto exacto para resolver alguna problemática
administrativa, de producción, o cualquier otra situación. Cuando la optimización es
entera o no lineal, combinada, se refiere a modelos matemáticos poco predecibles,
pero que pueden acoplarse a alguna alternativa existente y aproximada en su
cuantificación.
 Control. Para saber con precisión como está algo en una organización,
investigación, área de operación, etc.
1.1.2 Principios de los modelos

"Los modelos no pueden reemplazar al tomador de decisiones, sólo auxiliarlos"
A continuación se presenta una lista, no exhaustiva, de los principios generales de
modelación.
 No debe elaborarse un modelo complicado cuando uno simple es suficiente.
 El problema no debe ajustarse al modelo o método de solución.
 La fase deductiva de la modelación debe realizarse rigurosamente.
 Los modelos deben validarse antes de su implantación.
 Nunca debe pensarse que el modelo es el sistema real.
 Un modelo debe criticarse por algo para lo que no fue hecho.
 No venda un modelo como la perfección máxima.
 Uno de los primeros beneficios de la modelación reside en el desarrollo del modelo.
 Un modelo es tan bueno o tan malo como la información con la que trabaja.
 Los modelos no pueden reemplazar al tomador de decisiones.
 Los modelos de Investigación de Operaciones, conducen a mejores decisiones y no
a simplificar la toma de éstas.
1.2 Orígenes de la investigación de operaciones

La toma de decisiones es un proceso que se inicia cuando una persona observa un
problema y determina que es necesario resolverlo procediendo a definirlo, a formular un
objetivo, reconocer las limitaciones o restricciones, a generar alternativas de solución y
evaluarlas hasta seleccionar la que le parece mejor, este proceso puede se cualitativo o
cuantitativo.
pá g. 9
El enfoque cualitativo se basa en la experiencia y el juicio personal, las habilidades

necesarias en este enfoque son inherentes en la persona y aumentan con la práctica. En
muchas ocasiones este proceso basta para tomar buenas decisiones. El enfoque
cuantitativo requiere habilidades que se obtienen del estudio de herramientas
matemáticas que le permitan a la persona mejorar su efectividad en la toma de
decisiones. Este enfoque es útil cuando no se tiene experiencia con problemas similares
o cuando el problema es tan complejo o importante que requiere de un análisis
exhaustivo para tener mayor posibilidad de elegir la mejor solución.
La investigación de operaciones proporciona a los tomadores de decisiones bases
cuantitativas para seleccionar las mejores decisiones y permite elevar su habilidad para
hacer planes a futuro.
En el ambiente socioeconómico actual altamente competitivo y complejo, los métodos
tradicionales de toma de decisiones se han vuelto inoperantes e inadmisibles ya que los
responsables de dirigir las actividades de las empresas e instituciones se enfrentan a
situaciones complicadas y cambiantes con rapidez que requieren de soluciones creativas
y prácticas apoyadas en una base cuantitativa sólida.
En organizaciones grandes se hace necesario que el tomador de decisiones tenga un
conocimiento básico de las herramientas cuantitativas que utilizan los especialistas para
poder trabajar en forma estrecha con ellos y ser receptivos a las soluciones y
recomendaciones que se le presenten.
En organizaciones pequeñas puede darse que el tomador de decisiones domine las
herramientas cuantitativas y él mismo las aplique para apoyarse en ellas y así tomar sus
decisiones.
Desde al advenimiento de la Revolución Industrial, el mundo ha sido testigo de un
crecimiento sin precedentes en el tamaño y la complejidad de las organizaciones. Los
pequeños talleres artesanales se convirtieron en las corporaciones actuales de miles de
millones de UM. Una parte integral de este cambio revolucionario fue el gran aumento en
la división del trabajo y en la separación de las responsabilidades administrativas en
estas organizaciones. Los resultados han sido espectaculares. Sin embargo, junto con los
beneficios, el aumento en el grado de especialización creo nuevos problemas que
ocurren hasta la fecha en muchas empresas. Uno de estos problemas son las tendencias
de muchas de las componentes de una organización a convertirse en imperios
relativamente autónomos, con sus propias metas y sistemas de valores, perdiendo con
esto la visión de la forma en que encajan sus actividades y objetivos con los de toda la
organización. Lo que es mejor para una componente, puede ir en detrimento de otra, de
manera que pueden terminar trabajando con objetivos opuestos. Un problema
relacionado con esto es que, conforme la complejidad y la especialización crecen, se
vuelve más difícil asignar los recursos disponibles a las diferentes actividades de la
manera más eficaz para la organización como un todo. Este tipo de problemas, y la
necesidad de encontrar la mejor forma de resolverlos, proporcionaron el ambiente
adecuado para el surgimiento de la INVESTIGACIÓN DE OPERACIONES (IO).
Las raíces de la investigación de operaciones se remontan a muchas décadas, cuando se
hicieron los primeros intentos para emplear el método científico en la administración de
una empresa. Sin embargo, el inicio de la actividad llamada investigación de operaciones,
casi siempre se atribuye a los servicios militares prestados a principios de la segunda
guerra mundial. Debido a los esfuerzos bélicos, existía una necesidad urgente de asignar
recursos escasos a las distintas operaciones militares y a las actividades dentro de cada
operación, en la forma más efectiva. Por esto, las administraciones militares americana e
inglesa hicieron un llamado a un gran número de científicos para que aplicaran el método
científico a éste y a otros problemas estratégicos y tácticos. De hecho, se les pidió que
hicieran investigación sobre operaciones (militares). Estos equipos de científicos fueron
los primeros equipos de IO. Con el desarrollo de métodos efectivos para el uso del nuevo
pá g. 10
radar, estos equipos contribuyeron al triunfo del combate aéreo inglés. A través de sus
investigaciones para mejorar el manejo de las operaciones antisubmarinas y de
protección, jugaron también un papel importante en la victoria de la batalla del Atlántico
Norte. Esfuerzos similares fueron de gran ayuda en a isla de campaña en el pacífico.
Al terminar la guerra, el éxito de la investigación de operaciones en las actividades
bélicas generó un gran interés en sus aplicaciones fuera del campo militar. Como la
explosión industrial seguía su curso, los problemas causados por el aumento en la
complejidad y especialización dentro de las organizaciones pasaron de nuevo a primer
plano. Comenzó a ser evidente para un gran número de personas, incluyendo a los
consultores industriales que habían trabajado con o para los equipos de IO durante la
guerra, que estos problemas eran básicamente los mismos que los enfrentados por la
milicia, pero en un contexto diferente. Cuando comenzó la década de 1950, estos
individuos habían introducido el uso de la investigación de operaciones en la industria, los
negocios y el gobierno. Desde entonces, esta disciplina se ha desarrollado con rapidez.
Se pueden identificar por lo menos otros dos factores que jugaron un papel importante en
el desarrollo de la investigación de operaciones durante este período. Uno es el gran
progreso que ya se había hecho en el mejoramiento de las técnicas disponibles en esta
área. Después de la guerra, muchos científicos que habían participado en los equipos de
IO o que tenían información sobre este trabajo, se encontraban motivados a buscar
resultados sustanciales en este campo; de esto resultaron avances importantes. Un
ejemplo sobresaliente es el método simplex para resolver problemas de programación
lineal, desarrollada en 1947 por George Dantzing. Muchas de las herramientas
características de la investigación de operaciones, como programación lineal,
programación dinámica, líneas de espera y teoría de inventarios, fueron desarrolladas
casi por completo antes del término de la década de 1950.
Un segundo factor que dio ímpetu al desarrollo de este campo fue el advenimiento de las
computadoras. Para manejar de una manera efectiva los complejos problemas inherentes
a esta disciplina, por lo general se requiere un gran número de cálculos. Llevarlos a cabo
a mano puede resultar casi imposible. Por lo tanto, el desarrollo de la computadora
electrónica digital, con su capacidad para realizar cálculos aritméticos, miles o tal vez
millones de veces más rápido que los seres humanos, fue una gran ayuda para la
investigación de operaciones. Un avance más tuvo lugar en la década de 1980 con el
desarrollo de las computadoras personales cada vez más rápidas, acompañado de
buenos paquetes de software para resolver problemas de IO, esto puso las técnicas al
alcance de un gran número de personas. Hoy en día, literalmente millones de individuos
tienen acceso a estos paquetes. En consecuencia, por rutina, se usa toda una gama e
computadoras, desde las grandes hasta las portátiles, para resolver problemas de
investigación de operaciones.
1.3 Naturaleza de la investigación de operaciones

Como su nombre lo dice, la investigación de operaciones significa "hacer investigación
sobre las operaciones". Entonces, la investigación de operaciones se aplica a problemas
que se refieren a la conducción y coordinación de operaciones (o actividades) dentro de
una organización. La naturaleza de la organización es esencialmente inmaterial y, de
hecho, la investigación de operaciones se ha aplicado de manera extensa en áreas tan
diversas como la manufactura, el transporte, la constitución, las telecomunicaciones, la
planeación financiera, el cuidado de la salud, la milicia y los servicios públicos, por
nombrar sólo unas cuantas. Así, la gama de aplicaciones es extraordinariamente amplia.
La parte de investigación en el nombre significa que la investigación de operaciones usa
un enfoque similar a la manera en que se lleva a cabo la investigación en los campos
científicos establecidos. En gran medida, se usa el método científico para investigar el
problema en cuestión. (De hecho, en ocasiones se usa el término ciencias de la
pá g. 11
administración como sinónimo de investigación de operaciones.) En particular, el proceso

comienza por la observación cuidadosa y la formulación del problema incluyendo la
recolección de los datos pertinentes. El siguiente paso es la construcción de un modelo
científico (por lo general matemático) que intenta abstraer la esencia del problema real.
En este punto se propone la hipótesis de que el modelo es una representación lo
suficientemente precisa de las características esenciales de la situación como para que
las conclusiones (soluciones) obtenidas sean válidas también para el problema real.
Después, se llevan a cabo los experimentos adecuados para probar esta hipótesis,
modificarla si es necesario y eventualmente verificarla. (Con frecuencia este paso se
conoce como validación del modelo.) Entonces, en cierto modo, la investigación de
operaciones incluye la investigación científica creativa de las propiedades fundamentales
de las operaciones. Sin embargo, existe más que esto. En particular, la IO se ocupa
también de la administración práctica de la organización. Así, para tener éxito, deberá
también proporcionar conclusiones claras que pueda usar el tomador de decisiones
cuando las necesite.
Una característica más de la investigación de operaciones es su amplio punto de vista.
Como quedó implícito en la sección anterior, la IO adopta un punto de vista
organizacional. De esta manera, intenta resolver los conflictos de intereses entre las
componentes de la organización de forma que el resultado sea el mejor para la
organización completa. Esto no significa que el estudio de cada problema deba
considerar en forma explícita todos los aspectos de la organización sino que los objetivos
que se buscan deben ser consistentes con los de toda ella.
Una característica adicional es que la investigación de operaciones intenta encontrar una
mejor solución, (llamada solución óptima) para el problema bajo consideración. (Decimos
una mejor solución y no la mejor solución porque pueden existir muchas soluciones que
empaten como la mejor.) En lugar de contentarse con mejorar el estado de las cosas, la
meta es identificar el mejor curso de acción posible. Aun cuando debe interpretarse con
todo cuidado en términos de las necesidades reales de la administración, esta "búsqueda
de la optimidad" es un aspecto importante dentro de la investigación de operaciones.
Todas estas características llevan de una manera casi natural a otra. Es evidente que no
puede esperarse que un solo individuo sea un experto en todos lo múltiples aspectos del
trabajo de investigación de operaciones o de los problemas que se estudian; se requiere
un grupo de individuos con diversos antecedentes y habilidades. Entonces, cuando se va
a emprender un estudio de investigación de operaciones completo de un nuevo
problema, por lo general es necesario emplear el empleo de equipo. Este debe incluir
individuos con antecedentes firmes en matemáticas, estadística y teoría de
probabilidades, al igual que en economía, administración de empresas, ciencias de la
computación, ingeniería, ciencias físicas, ciencias del comportamiento y, por supuesto, en
las técnicas especiales de investigación de operaciones. El equipo también necesita tener
la experiencia y las habilidades necesarias para permitir la consideración adecuada de
todas las ramificaciones del problema a través de la organización.
1.4 ¿Qué es la investigación de operaciones?

Como toda disciplina en desarrollo, la investigación de operaciones ha ido evolucionando
no sólo en sus técnicas y aplicaciones sino en la forma como la conceptualizan los
diferentes autores, en la actualidad no existe solamente una definición sino muchas,
algunas demasiado generales, otras demasiado engañosas, aquí seleccionamos dos de
las mas aceptadas y representativas.
La investigación de operaciones es la aplicación, por grupos interdisciplinarios,

del método científico a problemas relacionados con el control de las
pá g. 12
organizaciones o sistemas (hombre-máquina), a fin de que se produzcan

soluciones que mejor sirvan a los objetivos de la organización.
Churchman, Ackoff y Arnoff
De ésta definición se pueden destacar los siguientes conceptos:
1. Una organización es un sistema formado por componentes que se interaccionan,
unas de estas interacciones pueden ser controladas y otras no.
2. En un sistema la información es una parte fundamental, ya que entre las
componentes fluye información que ocasiona la interacción entre ellas. También
dentro de la estructura de los sistemas se encuentran recursos que generan
interacciones. Los objetivos de la organización se refieren a la eficacia y eficiencia
con que las componentes pueden controlarse, el control es un mecanismo de
autocorrección del sistema que permite evaluar los resultados en términos de los
objetivos establecidos.
3. La complejidad de los problemas que se presentan en las organizaciones ya no
encajan en una sola disciplina del conocimiento, se han convertido en
multidisciplinario por lo cual para su análisis y solución se requieren grupos
compuestos por especialistas de diferentes áreas del conocimiento que logran
comunicarse con un lenguaje común.
4. La investigación de operaciones es la aplicación de la metodología científica a
través modelos matemáticos, primero para representar al problema y luego para
resolverlo. La definición de la sociedad de investigación de operaciones de la
Gran Bretaña es la siguiente:
5. La investigación de operaciones es el ataque de la ciencia moderna a los
complejos problemas que surgen en la dirección y en la administración de
grandes sistemas de hombres, máquinas, materiales y dinero, en la industria, en
los negocios, en el gobierno y en la defensa. Su actitud diferencial consiste en
desarrollar un modelo científico del sistema tal, que incorpore valoraciones de
factores como el azar y el riesgo y mediante el cual se predigan y comparen los
resultados de decisiones, estrategias o controles alternativos. Su propósito es el
de ayudar a la gerencia a determinar científicamente sus políticas y acciones.
En relación a ésta definición deben destacarse los siguientes aspectos:
i. Generalmente se asocian los conceptos de dirección y administración a las
empresas de tipo lucrativo, sin embargo, una empresa es un concepto más amplio,
es algo que utiliza hombres, máquinas, materiales y dinero con un propósito
específico; desde éste punto de vista, se considera como empresa desde una
universidad hasta una armadora de automóviles.
ii. Para tratar de explicar el comportamiento de un sistema complejo, el científico debe
representarlo en términos de los conceptos que maneja, lo hace expresando todos
los rasgos principales del sistema por medio de relaciones matemáticas. A esta
representación formal se le llama modelo.
iii. La esencia de un modelo es que debe ser predictivo, lo cual no significa predecir el
futuro, pero si ser capaz de indicar muchas cosas acerca de la forma en que se
puede esperar que un sistema opere en una variedad de circunstancias, lo que
permite valorar su vulnerabilidad. Si se conocen las debilidades del sistema se
pueden tomar cursos de acción agrupados en tres categorías:
a. Efectuar cambios que lleven a la empresa o parte de ella a una nueva ruta;
b. Realizar un plan de toma de decisiones;
c. Instalar estrategias que generen decisiones.
pá g. 13
Cuando se aplica alguno de estos remedios, la investigación de operaciones nos

ayuda a determinar la acción menos vulnerable ante un futuro incierto.
iv. El objetivo global de la investigación de operaciones es el de apoyar al tomador de
decisiones, en cuanto ayudarlo a cumplir con su función basado en estudios
científicamente fundamentados.
1.5 Enfoque de la Investigación de Operaciones:

La parte innovadora de la IO es sin duda alguna su enfoque modelístico, producto de sus
creadores aunado a la presión de supervivencia de la guerra o la sinergia generada al
combinarse diferentes disciplinas, una descripción del enfoque es la siguiente.
1. Se define el sistema real en donde se presenta el problema. Dentro del sistema
interactúan normalmente un gran número de variables.
2. Se seleccionan las variables que norman la conducta o el estado actual del sistema,
llamadas variables relevantes, con las cuales se define un sistema asumido del
sistema real.
3. Se construye un modelo cuantitativo del sistema asumido, identificando y
simplificando las relaciones entre las variables relevantes mediante la utilización de
funciones matemáticas.
4. Se obtiene la solución al modelo cuantitativo mediante la aplicación de una o más de
las técnicas desarrolladas por la IO.
5. Se adapta e imprime la máxima realidad posible a la solución teórica del problema
real obtenida en el punto 4, mediante la consideración de factores cualitativos o no
cuantificables, los cuales no pudieron incluirse en el modelo. Además se ajusta los
detalles finales vía el juicio y la experiencia del tomador de decisiones.
6. Se implanta la solución en el sistema real.
La I.O. es considerada simplemente una "teoría de la decisión aplicada": "la investigación
operacional utiliza cualquier método científico, matemático o lógico, para hacer frente a
los problemas que se presentan cuando el ejecutivo busca un raciocinio eficaz para
enfrentar sus problemas de decisión". En su sentido más amplio, la I.O. puede ser
caracterizada como la aplicación de métodos científicos, técnicas científicas e
instrumentos científicos a problemas que involucran operaciones de sistemas, de modo
que provean a los ejecutivos responsables de las operaciones, soluciones óptimas para
los problemas".
La investigación operacional es "la aplicación de métodos, técnicas e instrumentos
científicos a los problemas que envuelven las operaciones de un sistema, de modo que
proporcione, a los que controlan el sistema, soluciones óptimas para el problema
observado". Esta se "ocupa generalmente de operaciones de un sistema existente...",
esto es, "materiales, energías, personas y máquinas ya existentes". "El objetivo de la
investigación operacional es capacitar la administración para resolver problemas y tomar
decisiones".
1.6 Los principales campos de aplicación de la I.O. son:

a. Relativa a personas:
 Organización y gerencia.
 Ausentismo y relaciones de trabajo.
 Economía.
pá g. 14
 Decisiones individuales.
 Investigaciones de mercado.
b. Relativa a personas y máquinas:
 Eficiencia y productividad.
 Organización de flujos en fábricas.
 Métodos de control de calidad, inspección y muestreo.
 Prevención de accidentes.
 Organización de cambios tecnológicos.
c. Relativa a movimientos:
 Transporte.
 Almacenamiento, distribución y manipulación.
 Comunicaciones. "
Actividad
1. Debata acerca de la importancia tienen los modelos.

2. Elabore un mapa conceptual de la lección N° 1.
Tema Nº 2: METODOLOGIA DE LA INVESTIGACION DE OPERACIONES
2.1 Definición del problema y recolección de datos

La mayor parte de los problemas prácticos con los que se enfrenta el equipo IO están descritos
inicialmente de una manera vaga. Por consiguiente, la primera actividad que se debe realizar es el
estudio del sistema relevante y el desarrollo de un resumen bien definido del problema que se va a
analizar. Esto incluye determinar los objetivos apropiados, las restricciones sobre lo que se puede
hacer, las interrelaciones del área bajo estudio con otras áreas de la organización, los diferentes
cursos de acción posibles, los límites de tiempo para tomar una decisión, etc. Este proceso de
definir el problema es crucial ya que afectará en forma significativa la relevancia de las
conclusiones del estudio. ¡Es difícil extraer una respuesta "correcta" a partir de un problema
"equivocado"!
Por su naturaleza, la investigación de operaciones se encarga del bienestar de toda la
organización, no sólo de algunos de sus componentes. Un estudio de IO busca soluciones óptimas
globales y no soluciones subóptimas aunque sean lo mejor para uno de los componente.
Entonces, idealmente, los objetivos que se formulan deben coincidir con los de toda la
organización. Sin embargo, esto no siempre es conveniente. Muchos problemas interesan nada
más a una parte de la organización, de manera que el análisis sería innecesariamente besado si
los objetivos fueran muy generales y si se prestara atención especial a todos los efectos
secundarios sobre el resto de la organización. En lugar de ello, los objetivos usados en un estudio
deben ser tan específicos como sea posible, siempre y cuando contemplen las metas principales
del tomador de decisiones y mantengan un nivel razonable de consistencia con los objetivos de los
altos niveles.
Las condiciones fundamentales para que exista un problema es que se establezca una diferencia
entre lo que es (situación actual) y lo que debe ser (situación deseada u objetivo) y además exista
cuando menos una forma de eliminar o disminuir esa diferencia. Los componentes de un problema
pá g. 15
son: a) el tomador de decisiones o ejecutivo; b) los objetivos de la organización; c) el sistema o

ambiente en el que se sitúa el problema; d) Los cursos de acción alternativos que se pueden
tomar para resolverlo.
Para formular un problema se requiere; a) identificar las componentes y variables controlables y no
controlables del sistema; b) identificar los posibles cursos de acción, determinados por las
componentes controlables; c) definir el marco de referencia dado por las componentes no
controlables; d) definir los objetivos que se busca alcanzar y clasificarlos por orden de
importancia; e) identificar las interpelaciones importantes entre las diferentes partes del sistema y
encontrar las restricciones que existen.
2.2 Formulación de un modelo matemático

Una vez definido el problema del tomador de decisiones, la siguiente etapa consiste en
reformularlo de manera conveniente para su análisis. La forma convencional en que la
investigación de operaciones realiza esto es construyendo un modelo matemático que represente
la esencia del problema.
El modelo matemático está constituido por relaciones matemáticas (ecuaciones y desigualdades)
establecidas en términos de variables, que representa la esencia el problema que se pretende
solucionar.
Para construir un modelo es necesario primero definir las variables en función de las cuales será
establecido. Luego, se procede a determinar matemáticamente cada una de las dos partes que
constituyen un modelo: a) la medida de efectividad que permite conocer el nivel de logro de los
objetivos y generalmente es una función (ecuación) llamada función objetivo; b) las limitantes del
problema llamadas restricciones que son un conjunto de igualdades o desigualdades que
constituyen las barreras y obstáculos para la consecución del objetivo.
Un modelo siempre debe ser menos complejo que el problema real, es una aproximación
abstracta de la realidad con consideraciones y simplificaciones que hacen más manejable el
problema y permiten evaluar eficientemente las alternativas de solución.
Los modelos matemáticos tienen muchas ventajas sobre una descripción verbal del problema. Una
ventaja obvia es que el modelo matemático describe un problema en forma mucho más concisa.
Esto tiende a hacer que toda la estructura del problema sea más comprensible y ayude a revelar
las relaciones importantes entre causa y efecto. De esta manera, indica con más claridad que
datos adicionales son importantes para el análisis. También facilita simultáneamente el manejo del
problema en su totalidad y el estudio de todas sus interpelaciones. Por último, un modelo
matemático forma un puente para poder emplear técnicas matemáticas y computadoras de alto
poder, para analizar el problema. Sin duda, existe una amplia disponibilidad de paquetes de
software para muchos tipos de modelos matemáticos, para micro y minicomputadoras.
Por otro lado, existen obstáculos que deben evitarse al usar modelos matemáticos. Un modelo es,
necesariamente, una idealización abstracta del problema, por lo que casi siempre se requieren
aproximaciones y suposiciones de simplificación si se quiere que el modelo sea manejable
(susceptible de ser resuelto). Por lo tanto, debe tenerse cuidado de que el modelo sea siempre
una representación válida del problema. El criterio apropiado para juzgar la validez de un modelo
es el hecho de si predice o no con suficiente exactitud los efectos relativos de los diferentes cursos
de acción, para poder tomar una decisión que tenga sentido. En consecuencia, no es necesario
incluir detalles sin importancia o factores que tienen aproximadamente el mismo efecto sobre
todas las opciones. Ni siquiera es necesario que la magnitud absoluta de la medida de efectividad
sea aproximadamente correcta para las diferentes alternativas, siempre que sus valores relativos
(es decir, las diferencias entre sus valores) sean bastante preciso. Entonces, todo lo que se
requiere es que exista una alta correlación entre la predicción del modelo y lo que ocurre en la vida
real. Para asegurar que este requisito se cumpla, es importante hacer un número considerable de
pruebas del modelo y las modificaciones consecuentes. Aunque esta fase de pruebas se haya
colocado después en el orden del libro, gran parte del trabajo de validación del modelo se lleva a
cabo durante la etapa de construcción para que sirva de guía en la obtención del modelo
matemático.
2.3 Obtención de una solución a partir del modelo

pá g. 16
Resolver un modelo consiste en encontrar los valores de las variables dependientes, asociadas a
las componentes controlables del sistema con el propósito de optimizar, si es posible, o cuando
menos mejorar la eficiencia o la efectividad del sistema dentro del marco de referencia que fijan
los objetivos y las restricciones del problema.
La selección del método de solución depende de las características del modelo. Los
procedimientos de solución pueden ser clasificados en tres tipos: a) analíticos, que utilizan
procesos de deducción matemática; b) numéricos, que son de carácter inductivo y funcionan en
base a operaciones de prueba y error; c) simulación, que utiliza métodos que imitan o, emulan al
sistema real, en base a un modelo.
Muchos de los procedimientos de solución tienen la característica de ser iterativos, es decir
buscan la solución en base a la repetición de la misma regla analítica hasta llegar a ella, si la hay,
o cuando menos a una aproximación.
2.4 Prueba del modelo

El desarrollo de un modelo matemático grande es análogo en algunos aspectos al desarrollo de un
programa de computadora grande. Cuando se completa la primera versión, es inevitable que
contenga muchas fallas. El programa debe probarse de manera exhaustiva para tratar de
encontrar y corregir tantos problemas como sea posible. Eventualmente, después de una larga
serie de programas mejorados, el programador (o equipo de programación) concluye que el actual
da, en general, resultados razonablemente válidos. Aunque sin duda quedarán algunas fallas
ocultas en el programa (y quizá nunca se detecten, se habrán eliminado suficientes problemas
importantes como para que sea confiable utilizarlo.
De manera similar, es inevitable que la primera versión de un modelo matemático grande tenga
muchas fallas. Sin duda, algunos factores o interpelaciones relevantes no se incorporaron al
modelo y algunos parámetros no se estimaron correctamente. Esto no se puede eludir dada la
dificultad de la comunicación y la compresión de todos los aspectos y sutilezas de un problema
operacional complejo, así como la dificultad de recolectar datos confiables. Por lo tanto, antes de
usar el modelo debe probarse exhaustivamente para intentar identificar y corregir todas las fallas
que se pueda. Con el tiempo, después de una larga serie de modelos mejorados, el equipo de IO
concluye que el modelo actual produce resultados razonablemente válidos. Aunque sin duda
quedarán algunos problemas menores ocultos en el modelo (y quizá nunca se detecten), las fallas
importantes se habrán eliminado de manera que ahora es confiable usar el modelo. Este proceso
de prueba y mejoramiento de un modelo para incrementar su validez se conoce como validación
del modelo.
Debido a que el equipo de IO puede pasar meses desarrollando todas las piezas detalladas del
modelo, es sencillo "no ver el bosque por buscar los árboles". Entonces, después de completar los
detalles ("los árboles") de la versión inicial del modelo, una buena manera de comenzar las
pruebas es observarlo en forma global ("el bosque") para verificar los errores u omisiones obvias.
El grupo que hace esta revisión debe, de preferencia, incluir por lo menos a una persona que no
haya participado en la formulación. Al examinar de nuevo la formulación del problema y comprarla
con el modelo pueden descubrirse este tipo de errores. También es útil asegurarse de que todas
las expresiones matemáticas sean consistentes en las dimensiones de las unidades que emplean.
Además, puede obtenerse un mejor conocimiento de la validez del modelo variando los valores de
los parámetros de entrada y/o de las variables de decisión, y comprobando que los resultados del
modelo se comporten de una manera factible. Con frecuencia, esto es especialmente revelador
cuando se asignan a los parámetros o a las variables valores extremos cercanos a su máximo o a
su mínimo.
Un enfoque más sistemático para la prueba del modelo es emplear una prueba retrospectiva.
Cuando es aplicable, esta prueba utiliza datos históricos y reconstruye el pasado para determinar
si el modelo y la solución resultante hubieran tenido un buen desempeño, de haberse usado. La
comparación de la efectividad de este desempeño hipotético con lo que en realidad ocurrió, indica
si el uso del modelo tiende a dar mejoras significativas sobre la práctica actual. Puede también
indicar áreas en las que el modelo tiene fallas y requiere modificaciones. Lo que es más, el
emplear las alternativas de solución y estimar sus desempeños históricos hipotéticos, se pueden
reunir evidencias en cuanto a lo bien que el modelo predice los efectos relativos de los diferentes
cursos de acción.
pá g. 17
Cuando se determina que el modelo y la solución no son válidos, es necesario iniciar nuevamente
el proceso revisando cada una de las fases de la metodología de la investigación de operaciones.
2.5 Establecimiento de controles sobre la solución

Una solución establecida como válida para un problema, permanece como tal siempre y cuando
las condiciones del problema tales como: las variables no controlables, los parámetros, las
relaciones, etc., no cambien significativamente. Esta situación se vuelve más factible cuando
algunos de los parámetros fueron estimados aproximadamente. Por lo anterior, es necesario
generar información adicional sobre el comportamiento de la solución debido a cambios en los
parámetros del modelo. Usualmente esto se conoce como análisis de sensibilidad. En pocas
palabras, esta fase consiste en determinar los rangos de variación de los parámetros dentro de los
cuales no cambia la solución del problema.
2.6 Implantación de la solución

El paso final se inicia con el proceso de "vender" los hallazgos que se hicieron a lo largo del
proceso a los ejecutivos o tomadores de decisiones. Una vez superado éste obstáculo, se debe
traducir la solución encontrada a instrucciones y operaciones comprensibles para los individuos
que intervienen en la operación y administración del sistema. La etapa de implantación de una
solución se simplifica en gran medida cuando se ha propiciado la participación de todos los
involucrados en el problema en cada fase de la metodología. Preparación para la aplicación del
modelo
Esta etapa es crítica, ya que es aquí, y sólo aquí, donde se cosecharán los beneficios del estudio.
Por lo tanto, es importante que el equipo de IO participe, tanto para asegurar que las soluciones
del modelo se traduzcan con exactitud a un procedimiento operativo, como para corregir cualquier
defecto en la solución que salga a la luz en este momento.
El éxito de la puesta en práctica depende en gran parte del apoyo que proporcionen tanto la alta
administración como la gerencia operativa. La buena comunicación ayuda a asegurar que el
estudio logre lo que la administración quiere y por lo tanto merezca llevarse a la práctica. También
proporciona a la administración el sentimiento de que el estudio es suyo y esto facilita el apoyo
para la implantación.
La etapa de implantación incluye varios pasos. Primero, el equipo de investigación de operaciones
de una cuidadosa explicación a la gerencia operativa sobre el nuevo sistema que se va a adoptar
y su relación con la realidad operativa. En seguida, estos dos grupos comparten la responsabilidad
de desarrollar los procedimientos requeridos para poner este sistema en operación. La gerencia
operativa se encarga después de dar una capacitación detallada al personal que participa, y se
inicia entonces el nuevo curso de acción. Si tiene éxito, el nuevo sistema se podrá emplear
durante algunos años. Con esto en mente, el equipo de IO supervisa la experiencia inicial con la
acción tomada para identificar cualquier modificación que tenga que hacerse en el futuro.
A la culminación del estudio, es apropiado que el equipo de investigación de operaciones
documento su metodología con suficiente claridad y detalle para que el trabajo sea reproducible.
Poder obtener una réplica debe ser parte del código de ética profesional del investigador de
operaciones. Esta condición es crucial especialmente cuando se estudian políticas
gubernamentales en controversia.
Actividad
1. Investigue en fuentes secundarias de las diversas aplicaciones de la Investigación de

Operaciones en empresas peruanas, presente como monografía.
pá g. 18
SEGUNDA UNIDAD
Tema Nº 3: PROGRAMACIÓN LINEAL
3.1 Introducción.
Se considera al desarrollo de la Programación Lineal (PL) entre los avances científicos
más importantes de mediados del siglo XX. En la actualidad es una herramienta común
que ha ahorrado miles o millones de dólares a muchas compañías y negocios, incluyendo
industrias medianas y pequeñas en distintos países del mundo. ¿Cuál es la naturaleza de
esta notable herramienta y qué tipo de problemas puede manejar? Expresado
brevemente, el tipo más común de aplicación abarca el problema general de asignar
recursos limitados entre las distintas actividades de la mejor manera posible (es decir, en
forma óptima). La variedad de situaciones a las que se puede aplicar esta descripción es
sin duda muy grande, y va desde la asignación de instalaciones productivas a los
productos, hasta la asignación de los recursos nacionales a las necesidades de un país.
No obstante, el ingrediente común de todas estas situaciones es la necesidad de asignar
recursos a las actividades.
La programación lineal utiliza un modelo matemático para describir el problema. El
adjetivo lineal significa que todas las funciones matemáticas del modelo deber ser
funciones lineales. En este caso, las palabra programación no se refiere a programación
en computadoras; en esencia es un sinónimo de planeación. Así, la programación lineal
trata la planeación de las actividades para obtener un resultado óptimo, esto es, el
resultado que mejor alcance la meta especificada (según el modelo matemático) entre
todas las alternativas de solución.
Aunque la asignación de recursos a las actividades es la aplicación más frecuente, la
programación lineal tiene muchas otras posibilidades, de hecho, cualquier problema cuyo
modelo matemático se ajuste al formato general del modelo de programación lineal es un
problema de programación lineal. Aún más, se dispone de un procedimiento de solución
extraordinariamente eficiente llamado método simplex, para resolver estos problemas,
incluso los de gran tamaño. Estas son algunas causas del tremendo auge de la
programación lineal en las últimas décadas.
3.2 Expresión matemática

 La Función Objetivo del Modelo Lineal es la formulación matemática de una
meta establecida y por lo tanto su valor final mide la efectividad lograda. Es
una función lineal a ser maximizada o minimizada y tiene la siguiente forma
general:
Optimizar C1X1 + C2X2 + C3X3 + C4X4 +...................+ CnXn
 Xj, simboliza matemáticamente a las variables de decisión. Son los valores
numéricos que se determinan con la solución del modelo y representan o
están relacionadas con una actividad o acción a tomar. Son los únicos valores
desconocidos en el modelo y pueden existir en cualquier cantidad, desde 1
hasta n variables. Es decir, j varía desde 1 hasta n.
 Cj, matemáticamente, simboliza el coeficiente de la variable j en la
pá g. 19
Función Objetivo. Son datos relevantes, insumos incontrolables ya

conocidos. En la Función Objetivo representan la cantidad con la cual
contribuye cada unidad de la variable j, al valor total deseado en el objetivo.
 Las restricciones, desde el punto de vista matemático, son funciones
lineales expresadas como igualdades o desigualdades, que limitan el valor de
las variables de decisión a valores permisibles. Representan recursos,
condiciones o requerimientos establecidos. Las restricciones del Modelo
Lineal general tienen la forma siguiente:
a11 X1 + a 12 X 2 + a 13 X 3 + a14 X 4 + … + a1nXn <= b1
a21 X1 + a 22 X 2 + a 23 X 3 + a24 X 4 + … + a2n Xn <= b2
a31 X1 + a 32 X 2 + a 33 X 3 + a34 X 4 + … + a3n Xn <= b3
.
.
.
am1 X1 + a m2 X 2 + a m3 X 3 + am4 X 4 +… amn Xn <= bm
 aij, matemáticamente simboliza el coeficiente, en la restricción i, de las variable j.
El subíndice i indica el recurso, requerimiento o condición cuya limitación se está
expresando; j indica la variable correspondiente. Cuando la limitación es de un
recurso i, estos coeficientes representan la cantidad del recurso total limitado i,
que es utilizada en cada unidad de la variable j. Cuando la limitación es de un
requerimiento o condición i, representan la cantidad del requerimiento o
condición i limitada, que aporta cada unidad de la variable j, al requerimiento o
condición total establecida. Son, por ello, valores unitarios, al igual que los
coeficientes de las variables en la Función Objetivo.
 bi, matemáticamente constituye el lado derecho de la restricción i.
Representa la cantidad total disponible del recurso limitado i, o la cantidad total
de un requerimiento o condición i establecida. Puede existir cualquier cantidad de
restricciones por lo tanto i puede variar desde 1 hasta m.
 Xj >= 0 es una restricción de no negatividad de las j variables, la cual se le
considera siempre presente como una condición natural en el Modelo Lineal
General.
3.3 Modelo de Programación Lineal

Los términos clave son recursos y actividades, en donde m denota el número de distintos
tipos de recursos que se pueden usar y n denota el número de actividades bajo
consideración. Algunos ejemplos de recursos son dinero y tipos especiales de
maquinaria, equipo, vehículos y personal. Los ejemplos de actividades incluyen inversión
en proyectos específicos, publicidad en un medio determinado y el envío de bienes de
cierta fuente a cierto destino. En cualquier aplicación de programación lineal, puede ser
que todas las actividades sean de un tipo general (como cualquiera de los ejemplos), y
entonces cada una correspondería en forma individual a las alternativas específicas
dentro de esta categoría general.
El tipo más usual de aplicación de programación lineal involucra la asignación de
recursos a ciertas actividades. La cantidad disponible de cada recurso está limitada, de
forma que deben asignarse con todo cuidado. La determinación de esta asignación
incluye elegir los niveles de las actividades que lograrán el mejor valor posible de la
medida global de efectividad.
pá g. 20
Ciertos símbolos se usan de manera convencional para denotar las distintas

componentes de un modelo de programación lineal. Estos símbolos se enumeran a
continuación, junto con su interpretación para el problema general de asignación de
recursos a actividades.
Z = valor de la medida global de efectividad
xj = nivel de la actividad j (para j = 1,2,...,n)
cj = incremento en Z que resulta al aumentar una unidad en el nivel de la actividad j
bi = cantidad de recurso i disponible para asignar a las actividades (para i = 1,2,...,m)
aij = cantidad del recurso i consumido por cada unidad de la actividad j
El modelo establece el problema en términos de tomar decisiones sobre los niveles de las
actividades, por lo que x1,x2,....,xn se llaman variables de decisión. Los valores de cj, bi y
aij (para i = 1,2,....,m y j = 1,2,....,n) son las constantes de entrada al modelo. Las cj, bi y
aij también se conocen como parámetros del modelo.
3.4 Forma estándar del modelo

Ahora se puede formular al modelo matemático para este problema general de
asignación de recursos a actividades. En Datos necesarios para un modelo de
programación lineal que maneja la asignación de recursos a actividades particular, este
modelo consiste en elegir valores de x1,x2,....,xn para:
optimizar (maximizar o minimizar) Z = c1x1 + c2x2 +....+ cnxn,
sujeta a las restricciones:
a11x1 + a12x2 +....+ a1nxn < b1
a21x1 + a22x2 +....+ a2nxn < b2
.
.
.
am1x1 + am2x2 +....+ amnxn < bm
X1 0, X2 0, ..., Xn 0.
3.5 Suposiciones del Modelo de Programación Lineal
3.5.1 Proporcionalidad
La contribución de cada actividad al valor de la función objetivo Z es proporcional al nivel
de actividad xj, como lo representa el término cjxj en la función objetivo. De manera
similar, la contribución de cada actividad al lado izquierdo de cada restricción funcional es
proporcional al nivel de la actividad xj, en la forma en que lo representa el término aijxj en
la restricción. En consecuencia, esta suposición elimina cualquier exponente diferente a 1
para las variables en cualquier término de las funciones (ya sea la función objetivo o la
función en el lado izquierdo de las restricciones funcionales) en un modelo de
programación lineal.
pá g. 21
3.5.2 Actividad
Establece que la entrada y salida de un recurso en particular al conjunto de actividades,
deben ser la misma cantidad; o sea, que las actividades transforman los recursos y no los
crean o destruyen. Esta suposición garantiza que la contribución total tanto a la función
objetivo como a las restricciones, es igual a la suma de las contribuciones individuales.
Cuando en un problema dado no se tenga la aditividad puede recurrirse al empleo de
otras técnicas de la programación matemática, dependiendo de cada caso en particular.
3.5.3 Aditividad
Cada función en un modelo de programación lineal (ya sea la función objetivo o el lado
izquierdo de las restricciones funcionales) es la suma de las contribuciones individuales
de las actividades respectivas.
3.5.4 Divisibilidad
Las variables de decisión en un modelo de programación lineal pueden tomar cualquier
valor, incluyendo valores no enteros, que satisfagan las restricciones funcionales y de no
negatividad. Así, estas variables no están restringidas a sólo valores enteros. Como cada
variable de decisión representa el nivel de alguna actividad, se supondrá que las
actividades se pueden realizar a niveles fracciónales.
3.6 Limitaciones del modelo de programación lineal

3.6.1 Modelo determinístico
El modelo de PL involucra únicamente tres tipos de parámetros: Cj, aij y bi; de ahí su
sencillez y gran aplicación. Sin embargo, el valor de dichos parámetros debe ser
conocido y constante. Cuando el valor de los parámetros tiene un cierto riesgo o
incertidumbre, pude utilizarse la programación paramédica, la programación estocástica,
o realizarse un análisis de sensibilidad.
3.6.2 Modelo estático
En algunos modelos matemáticos se han empleado con éxito las ecuaciones
diferenciales, para inducir la variable tiempo en ellos. En este sentido, puede decidirse
que la PL utiliza un modelo estático, ya que la variable tiempo no se involucra
formalmente. Adquiriendo un poco de experiencia en la formulación de modelos de PL,
puede imbuirse la temporabilidad mencionada, con el uso de subíndices en las variables.
3.6.3 Modelo que no suboptimiza
Debido a la forma que se plantea el modelo de PL, o encuentra la solución óptima o
declara que ésta no existe. Cuando no es posible obtener una solución óptima y se debe
obtener alguna, se recurre a otra técnica más avanzada que la PL, la cual se denomina
programación lineal por metas.
3.7 Impacto de la Investigación de Operaciones

La investigación de operaciones ha tenido un impacto impresionante en el mejoramiento
de la eficiencia de numerosas organizaciones en todo el mundo. En el proceso, la
investigación de operaciones ha hecho contribuciones significativas al incremento de la
productividad dentro de la economía de varios países. Hay ahora más de 30 países que
son miembros de la International Federation of Operational Research Societies (IFORS),
en la que cada país cuenta con una sociedad de investigación de operaciones.
Sin duda, el impacto de la investigación de operaciones continuará aumentando. Por
ejemplo, al inicio de la década de los 90, el U.S. Bureau of Labor Statistics predijo que la
IO sería el área profesional clasificada como la tercera de más rápido crecimiento para
pá g. 22
los estudiantes universitarios en Estados Unidos, graduados entre 1990 y 2005.

Pronosticó también que, para el año 2005, habría 100 000 personas trabajando como
analistas de investigación de operaciones.
3.8 Riesgo al aplicar la Investigación de Operaciones

Al aplicar la I de O al estudio de sistemas y a la resolución de problemas se corre el
riesgo de tratar de manipular los problemas para buscar que se ajusten a las diferentes
técnicas, modelos de algoritmos establecidos en lugar de analizar los problemas y buscar
resolverlos obteniendo las soluciones mejores, utilizando los métodos apropiados, es
decir resolver el problema utilizando los métodos que proporcionan las mejoras
soluciones y no buscar ajustar el problema a un método específico.
Para llegar a hacer un uso apropiado de la I de O, es necesario primero comprender la
metodología para resolver los problemas, así como los fundamentos de las técnicas de
solución para de esta forma saber cuándo utilizarlas o no en las diferentes circunstancias.
Limitaciones de la Investigación de Operaciones

1. Frecuentemente es necesario hacer simplificaciones del problema original para poder
manipularlo y detener una solución.
2. La mayoría de los modelos sólo considera un solo objetivo y frecuentemente en las
organizaciones se tienen objetivos múltiples.
3. Existe la tendencia a no considerar la totalidad de las restricciones en un problema
práctico, debido a que los métodos de enseñanza y entrenamiento dan la aplicación
de esta ciencia centralmente se basan en problemas pequeños para razones de
índole práctico, por lo que se desarrolla en los alumnos una opinión muy simplista e
ingenua sobre la aplicación de estas técnicas a problemas reales.
4. Casi nunca se realizan análisis costo-beneficio de la implantación de soluciones
definidas por medio de la I de O, en ocasiones los beneficios potenciales se van
superados por los costos ocasionados por el desarrollo e implantación de un modelo.
3.9 Modelos matemáticos

Existen muchos problemas administrativos que se ajustan a este molde de tratar de
minimizar o maximizar un objetivo que está sujeto a una lista de restricciones. Un
fabricante, al planear la producción futura, busca un costo mínimo al mismo tiempo cómo
cumplir restricciones sobre la demanda del producto, la capacidad de producción, los
inventarios, el nivel de empleados y la tecnología. La PL se ha aplicado con éxito a estos
y otros muchos problemas. Para ello emplea modelos matemáticos.
Un modelo matemático consta al menos de tres conjuntos básicos de elementos:
a) Variables de decisión y parámetros
Las variables de decisión son incógnitas que deben ser determinadas a partir de la
solución del modelo. Los parámetros representan los valores conocidos del sistema o
bien que se pueden controlar.
b) Restricciones
Las restricciones son relaciones entre las variables de decisión y magnitudes que
dan sentido a la solución del problema y las acotan a valores factibles. Por ejemplo si
una de las variables de decisión representa el número de empleados de un taller, es
evidente que el valor de esa variable no puede ser negativa.
pá g. 23
c) Función Objetivo
La función objetivo es una relación matemática entre las variables de decisión,
parámetros y una magnitud que representa el objetivo o producto del sistema. Por
ejemplo si el objetivo del sistema es minimizar los costos de operación, la función
objetivo debe expresar la relación entre el costo y las variables de decisión.
La solución ÓPTIMA se obtiene cuando el valor del costo sea mínimo para un
conjunto de valores factibles de las variables.
Es decir hay que determinar las variables x1, x2, ..., xn que optimicen el valor de Z =
f(x1, x2, ..., xn) sujeto a restricciones de la forma g(x1, x2, ..., xn) £ b.
Donde x1, x2, ..., xn son las variables de decisión Z es la función objetivo, f es una
función matemática.
3.10 Formulación de modelos de programación lineal

Como su nombre lo indica, la formulación estriba en pasar directamente del sistema
asumido al modelo de PL. Para tal efecto, se propone el siguiente orden: definir el objetivo,
definir las variables de decisión, enseguida las restricciones estructurales y finalmente
establecer las condiciones técnicas
3.10.1 Pasos a seguir

a) Definir el Objetivo: Consiste en definir un criterio de optimización el cual puede ser
Maximización o Minimización dependiendo del problema que se desee resolver, el cual es
una función lineal de las diferentes actividades del problema. Bajo el criterio de optimización
definido se pretende medir la contribución de las soluciones factibles que puedan obtenerse
y determinar la óptima.
b) Definir las variables de decisión: Son las incógnitas del problema básicamente
consisten en los niveles de todas las Actividades que pueden llevarse a cabo en el problema
a formular, estas pueden ser de tantos tipos diferentes como sea necesario, e incluir tantos
subíndices como sea requerido.
c) Definir las restricciones: Son los diferentes requisitos que debe cumplir cualquier
solución para que pueda llevarse a cabo. En cierta manera son las limitantes en los valores
de los niveles de las diferentes actividades (variables). Las restricciones más comunes son
de seis tipos, las cuales se listan a continuación:
 Restricción de capacidad: limitan el valor de las variables debido a la disponibilidad
de horas-hombre, horas-máquina, espacio, etc.
 Restricción de mercado: Surge de los valores máximos y mínimos en las ventas o el
uso del producto o actividad a realizar.
 Restricción de entradas: Son limitantes debido a la escasees de materias primas,
mano de obra, dinero, etc.
 Restricción de calidad: Son las restricciones que limitan las mezclas de ingredientes,
definiendo usualmente la calidad de los artículos a manufacturar.
 Restricciones de balance de material: Estas son las restricciones que definen las
salidas de un proceso en función de las entradas, tomando en cuenta generalmente
cierto porcentaje de merma o desperdicio.
 Restricciones Internas: Son las que definen a una variable dada, en la formulación
interna del problema, un ejemplo tipo, es el de inventario.
pá g. 24
 Condiciones Técnicas: En este apartado se establece que todas las variables deben
tomar valores no negativos.
3.10.2 Casos de formulación

En cada uno de los enunciados de problemas dados a continuación, se debe trasladar
la información del sistema a un modelo que lo represente, es decir, formular y
construir el Modelo Lineal respectivo.
CASO 1.
Una empresa fabrica los productos A, B y C y puede vender todo lo que produzca a los
siguientes precios: A, S / . 700.00, cada unidad; B, S / . 3 500; C, S / 7 000.
Producir cada unidad de A necesita 1 hora de trabajo, 2 horas de acabado y 3 unidades
de materia prima. Producir una unidad de B necesita 2 horas de trabajo, 3 horas de
acabado y 2.5 unidades de materia prima. Producir una unidad de C necesita 3 horas de
trabajo, 1 hora de acabado y 4 unidades de materia prima. Para este período de
planificación están disponibles 100 horas de trabajo, 200 horas de acabado y 600
unidades de materia prima.
Con base en la teoría señalada, para formular y construir el modelo, se tiene lo siguiente:
a) Debe definirse claramente a las variables de decisión y expresarlas simbólicamente.

X1: unidades a producir de producto A
X2: unidades a producir de producto B Estos son insumos controlables
X3: unidades a producir de producto C
b) Debe Definirse claramente el objetivo y expresarse como función lineal.
Objetivo: Maximizar ingresos de venta
Max S/. 700 por unidad * X1 unidades de A + 3.500 X2 + 7.000 X3
Escribir el objetivo de esta forma es expresar en unidades físicas uno de sus
términos. Este término presenta la información específica de lo que contiene y
permite confirmar la esencia física de lo que se está sumando y también que ello es
consecuente con lo que se está obteniendo en el total de la ecuación; en este caso,
ingreso en Nuevos soles.
c) Deben definirse las restricciones y expresarlas como funciones lineales.

Restricción 1: Disponibilidad limitada de horas de trabajo.
1 hora de trabajo X1(unid. de producto A) + 2 X2 + 3 X3 ≤ 100 horas de trabajo

Unidad de A
Restricción 2: Horas de acabado disponibles en este período:
2 X1 + 3 hora de acabado X2 (unid. de producto B) + 1 X3 ≤ 200 horas de acabado

Unidad de B
pá g. 25
Restricción 3: Disponibilidad limitada de unidades de materia prima:
3X1 + 2.5 X2 + 4 unid. materia prima X3 (unid. de prod. B) ≤ 600 Unid de Materia
prima
Unidad de B
De esta forma las restricciones están expresadas en unidades físicas. Se destaca en

cada una de ellas alguno de sus términos, con indicación de lo que representa. Esto
confirma que lo que se está sumando es consecuente con lo que se está obteniendo del
lado derecho de la ecuación.
Finalmente, incorporando la restricción de no-negatividad de las variables de decisión, se

resume así el modelo:
Max 700 X1 + 3.500 X2 + 7.000 X3
Sujeto a:
1X1 + 2 X2 + 3 X3 ≤ 100
2X1 + 3 X2 + 1 X3 ≤ 200
3X1 + 2.5 X2 + 4 X3 ≤ 600
X1, X2, X3 ≥ 0
CASO 2.
La Cámara de Industriales de la región periódicamente promueve servicios públicos,
seminarios y programas. Actualmente los planes de promoción para este año están
en marcha. Los medios alternativos para realizar la publicidad así como los costos y la
audiencia estimados por unidad de publicidad, además de la cantidad máxima de
unidades de publicidad en que puede ser usado cada medio se muestran a
continuación.
Restricciones Televisión Radio Prensa

Audiencia por unidad de publicidad 100.000 18.000 40.000
Costo por unidad de publicidad $ 2.000 $ 300 $ 600
Uso máximo del medio 10 20 10
Para lograr un uso balanceado de los medios, la publicidad en radio no debe exceder el
50% del total de unidades de publicidad autorizados. Además la cantidad de
unidades solicitadas en televisión debe ser al menos 10% del total autorizado. El
presupuesto total para promociones se ha limitado a $18.500.
Utilizando el mismo proceso teórico, se tiene lo siguiente:

Variables de decisión:
X1: unidades de publicidad a contratar en televisión.
X2: unidades de publicidad a contratar en radio.
X3: unidades de publicidad a contratar en prensa.
pá g. 26
Objetivo: Maximizar la audiencia total o cantidad de personas que ven la publicidad

Max 100.000 personas X1 Unid en t.v + 18.000 X2 + 40.000 X3
Unid en t.v
Restricción 1: Disponibilidad limitada de presupuesto para la publicidad:
2.000 X1 + 300 X2 + 600 X3 ≤ 18.500
Restricciones 2, 3 y 4: Uso máximo de medios para la publicidad:

X1 ≤ 10 unidades de publicidad a contratar en t.v
X2 ≤ 20 unidades de publicidad a contratar en radio
X3 ≤ 10 unidades de publicidad a contratar en prensa
Restricción 5: Publicidad limitada a un máximo de 50% en radio, con relación al total de

unidades a contratar:
X2 ≤ 0.5 (X1+ X2+ X3)
Finalmente quedará expresada así:
- 0.5 X1 + 0.5 X2 - 0.5 X3 ≤ 0
Restricción 6: La cantidad de unidades solicitadas en televisión debe ser al menos 10%

del total autorizado
X1 ≥ 0.10 (X1+ X2+ X3)
Finalmente quedará expresada así: 0.9 X1 – 0.1 X2 - 0.1 X3 ≥ 0
Posteriormente puede resumir el modelo agregándole la restricción de no-negatividad de
las variables
CASO 3.
El Banco Internacional abre de lunes a viernes de 8 a.m. a 4p.m. De experiencias
pasadas sabe que va a necesitar la cantidad de cajeros señalados en la tabla dada.
Hay dos tipos de cajeros: los que trabajan tiempo completo de 8 am a 4 pm, los cinco
días, excepto la hora que utilizan para almorzar. El Banco determina cuándo debe
almorzar cada cajero, pero debe ser entre las 12m y la 1 p.m. o entre la 1 p.m. y las 2
p.m. A los empleados a tiempo completo se les paga Bs.1.800 la hora (incluida la hora
de almorzar). También hay trabajadores a tiempo parcial que deben trabajar
exactamente 3 horas consecutivas cada día y se le paga Bs. 1.100 la hora, sin ningún
otro pago. A fin de mantener la calidad del servicio el Banco desea tener un máximo de
5 cajeros contratados a tiempo parcial. Se desea minimizar los costos de empleados
contratados.
Período de tiempo 8-9 am 9 -10am 10-11am 11am-12m 12m-1pm 1-2pm 2 -3pm

3-4pm Cajeros requeridos 4 3 4 6 5
6 8 8
a) Variables de decisión:
pá g. 27
X1: Empleados a tiempo completo que toman su almuerzo de 12m- 1pm

X2: Empleados a tiempo completo que toman su almuerzo de 1pm-2pm
X3: Empleados a tiempo parcial que empiezan a trabajar a la 8am
X7: Empleados a tiempo parcial que empiezan a trabajar a la 12m
X8: Empleados a tiempo parcial que empiezan a trabajar a la 1pm
Empleados a tiempo parcial que trabajan desde la 1pm hasta que cierre y por lo tanto
no se necesitan empleados a tiempo parcial que empiecen a las 2 pm o las 3 p.m.
b) Objetivo: Minimizar Costos de contratación

Min 14.400 (X1+ X2 ) + 3.300( X3+ X4 + X5 + X6 + X7 + X8)
c) Restricciones de requerimientos de empleados totales en los ocho horarios señalados

( 8 restricciones)
Restricción de empleados en el horario de 8 am - 9 a..m.
X1 + X2 + X3 ≥ 4
Restricción de empleados en el horario de 9 a.m. - 10 a..m.
X1 + X2 + X3 + X4 ≥ 3
X1 + X2 + X3 + X4 + X5 ≥ 4
X1 + X2 + X4 + X5 + X6 ≥ 6
Restricción de empleados en el horario de 12m - 1 p..m.
X2 + X5 + X6 + X7 ≥ 5
Restricción de empleados en el horario de 1 p.m. - 2 p.m.
X1 + X6 + X7 + X8 ≥ 6
X1 + X2 + X7 + X8 ≥ 8
X1 + X2 + X8 ≥ 8
Restricción de cantidad máxima de 5 cajeros contratados a tiempo parcial:
X3 + X4 + X5 + X6 + X7 + X8 ≤ 5
Restricción de no negatividad de las variables: Todas las variables no negativas
NOTA: Para obtener las restricciones puede elaborar un cuadro de doble entrada: Una
pá g. 28
entrada conteniendo cada Tipo de trabajador y la otra con las horas durante las cuales
existen requerimientos específicos; esta última se dividirá en 8 columnas de 8 horarios,
al final de las cuales está el total de empleados requeridos en cada uno de ellos.
Caso 3:
Sean x1 y x2 la cantidad a producirse de dos productos 1 y 2 respectivamente, los costos
de producción de ambos productos, S/. 3 para el producto 1 y S/. 5 para el producto 2. Si
el tiempo total de producción esta restringido a 500 horas y el tiempo de producción son
de 8 horas por unidad para el producto 1 y de 7 horas por unidad para el producto 2,
entonces podemos representar el modelo como:
C = 3x1 + 5x2 (Costo total de Producción)
Sujeto a:
8x1 + 7x2 £ 500
x1  0 y x2  0
Caso 4:
Un fabricante de dos productos sillas y mesas y dispone de 6 pies de madera y 28 horas
para su ensamblaje, luna silla requiere 2 pies de madera y 7 horas de ensamblaje, una
mesa requiere 1 pie de madera y 8 horas de ensamblaje, los precios de los productos son
S/. 120 y S/. 80 respectivamente. ¿Cuantas sillas y cuantas mesas se deben fabricar para
maximizar su ingreso?
Sea x1 y x2 la cantidad de sillas y mesas a producir respectivamente
El objetivo se expresa como: Maximizar z = 120x1 + 80x2
El fabricante está sujeto a dos restricciones:
- De Material : 2x1 + x2 £ 6
- De Horas : 7x1 + 8x2 £ 28
- De no negatividad x1 0 y x2  0
- Además no se venden productos no terminados por lo tanto las variables
x1 y x2 deben ser enteras.
Recomendaciones finales.
Para formular un problema en forma matemática, deben expresarse afirmaciones lógicas
en términos matemáticos. Esto se realiza cuando se resuelven “problemas hablados” al
estudiar un curso de álgebra. Algo muy parecido sucede aquí al formular las
restricciones. Por ejemplo, considérese la siguiente afirmación: Para fabricar el producto
A se emplea 3 horas por unidad y para B se emplea 2 horas por unidad. Si deben usarse
todas las 100 horas- hombre, disponibles, la restricción será:
3A + 2B = 100
Sin embargo, en la mayoría de las situaciones de negocios, no es obligatorio que se
usen todos los recursos (en este caso, horas de mano de obra). Más bien la limitación es
que se use, cuando mucho, lo que se tiene disponible. Para este caso, la afirmación
anterior puede escribirse como una desigualdad:
3A + 2B £ 100
pá g. 29
Para que sea aceptable para PL, cada restricción debe ser una suma de variables con
exponente 1. Además, la forma estándar para una restricción pone a todas las variables
del lado izquierdo y sólo una constante positiva o cero del lado derecho. Esto puede
requerir algún reacomodo de los términos. Si, por ejemplo, la restricción es que A debe
ser por los menos el doble de B, esto puede escribirse como:
A  2B ó A - 2B  0
La metodología de PL requiere que todas las variables sean positivas o cero, es decir, no
negativas. Para la mayoría de los problemas esto es real, no se querría una solución que
diga: prodúzcanse menos dos cajas o contrátense menos cuatro personas.
Mientras que no existe un límite en el número de restricciones que puede tener un
problema de PL, sólo puede haber un objetivo. La forma matemática del objetivo se llama
función objetivo. Debe llevar consigo el maximizar o minimizar alguna medida numérica.
Podría ser maximizar el rendimiento, la ganancia, la contribución marginal o los contactos
con los clientes. Podría ser minimizar el costo, el número de empleados o el material de
desperdicio. Con frecuencia el objetivo es evidente al observar el problema.
Como el valor de la función objetivo no se conoce hasta que se resuelve el problema, se
usa la letra Z para representarlo. La función objetivo tendrá, entonces, la forma:
Maximizar Z = 3A + 2B ó
Minimizar Z = 3x1 + 2x2
Actividad
Formular los modelos de programación lineal.

PROBLEMA N° 01
Un herrero con 80 kgs. de acero y 120 kgs. de aluminio quiere hacer bicicletas de paseo
y de montaña que quiere vender, respectivamente a 2.000 y 1.500 Euros cada una para
sacar el máximo beneficio. Para la de paseo empleará 1 kg. De acero y 3 kgs de
aluminio, y para la de montaña 2 kgs. de ambos metales. ¿Cuántas bicicletas de paseo y
de montaña venderá?
PROBLEMA N° 02
Un autobús Caracas-Maracaibo ofrece plazas para fumadores al precio de 100 euros y a
no fumadores al precio de 60 euros. Al no fumador se le deja llevar 50 kgs. de peso y al
fumador 20 kgs. Si el autobús tiene 90 plazas y admite un equipaje de hasta 3.000 kg.
¿Cuál ha de ser la oferta de plazas de la compañía para cada tipo de pasajeros, con la
finalidad de optimizara el beneficio?
PROBLEMA N° 03
A una persona le tocan 10 millones de euros en una lotería y le aconsejan que las invierta
en dos tipos de acciones, A y B. Las de tipo A tienen más riesgo pero producen un
beneficio del 10 %. Las de tipo B son más seguras, pero producen sólo el 7% anual.
Después de varias deliberaciones decide invertir como máximo 6 millones en la compra
de acciones A y por lo menos, 2 millones en la compra de acciones B. Además, decide
que lo invertido en A sea, por lo menos, igual a lo invertido en B. ¿Cómo deberá invertir
10 millones para que le beneficio anual sea máximo?
pá g. 30
PROBLEMA N° 04
Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria. La
empresa A le paga 5 euros por cada impreso repartido y la empresa B, con folletos más
grandes, le paga 7 euros por impreso. El estudiante lleva dos bolsas: una para los
impresos A, en la que caben 120 y otra para los impresos B, en la que caben 100. Ha
calculado que cada día es capaz de repartir 150 impresos como máximo. Lo que se
pregunta el estudiante es: ¿Cuántos impresos habrá que repartir de cada clase para que
su beneficio diario sea máximo?
Tema Nº 4: METODOS DE SOLUCION DE PROBLEMAS DE PL
4.1 Método gráfico

En el análisis cuantitativo, una vez que se ha formulado y construido un modelo lineal para
resolver un problema existente, en un sistema cualquiera, es necesario resolverlo.
La solución de un modelo lineal muestra siempre un conjunto convexo delimitado por las
restricciones del mismo y en el cual, si existe solución posible, al menos uno de sus puntos
extremos es la solución óptima. Un punto extremo existe en la intersección de, al menos,
dos rectas.
El método gráfico se usa para resolver modelos lineales con dos variables y muestra el
conjunto convexo que constituye la denominada región solución y el(los) punto(s)
extremo(s) que proporciona(n) la solución del modelo. Permite conocer la base matemática
de la solución de modelos lineales, los conjuntos convexos, y observar gráficamente
situaciones que se presentan en modelos de cualquier tamaño. Esto ayuda a la
comprensión de la Programación Lineal.
El proceso para trabajar con el Método Gráfico sigue los pasos siguientes:
a) Graficar las restricciones como igualdades y luego determinar el área
correspondiente a la desigualdad, sombreando el espacio correspondiente.
b) Determinar el área común a todas las restricciones.
c) Evaluar la Función Objetivo en cada punto extremo del espacio de soluciones
posibles. El punto o los puntos extremos en el que se obtenga el mejor valor,
determinarán la solución del modelo.
d) Existe un procedimiento alterno al punto c), señalado en el Método Gráfico, para
obtener la solución del modelo. Este procedimiento alterno consiste en graficar la
Función Objetivo con un valor arbitrario dentro de la región solución. Luego se
desplaza paralelamente en la dirección que incremente su valor (si está
maximizando) o decrezca su valor (si está minimizando). El punto o los puntos
extremos que toque esa Función Objetivo antes de salir totalmente fuera de la
región de soluciones posibles determinarán el óptimo, o solución del modelo.
4.1.1 Criterios a considerar

 Al conjunto convexo de solución se le llama región de soluciones posibles, porque
todos los untos de esa región satisfacen TODAS las restricciones del modelo.
 Un modelo tiene solución óptima UNICA cuando sólo una combinación de variables
proporciona el mejor valor para el objetivo; se reconoce en el gráfico porque un
pá g. 31
único punto extremo provee el mejor valor del objetivo o un único punto extremo
limita el valor de la recta objetivo.
 Un modelo tiene soluciones óptimas ALTERNAS cuando más de una combinación
de variables proporciona el óptimo valor del objetivo. Se reconoce en el gráfico
porque más de un punto extremo proporciona el óptimo valor del objetivo o más de
un punto extremo limita el valor de la recta objetivo. La recta objetivo al desplazarse
dentro de la región solución cae paralelamente sobre alguna restricción antes de
salir totalmente de la región solución. Un modelo NO TIENE SOLUCIÓN POSIBLE
cuando no hay alguna combinación de variables que satisfaga todas las
restricciones. Se debe a la presencia de restricciones inconsistentes en el modelo.
Se reconocen en el gráfico porque no existe ninguna región común para todas las
restricciones.
 Un modelo tiene SOLUCIÓN CON VALOR INFINITO cuando hay combinaciones de
variables que proporcionan valor infinito para el objetivo y no hay alguna
combinación que limite el valor del objetivo a un valor finito. Esto se debe a la
omisión de restricciones importantes, del sistema, en el modelo. Estas restricciones
limitarían las variables de decisión a valores factibles. Se reconocen en el gráfico
porque el espacio de solución es abierto, no acotado, no limitado y la Función
Objetivo puede moverse dentro de esa región hasta el infinito sin que un punto
extremo, con valor finito, limite su valor.
 Un modelo tiene ESPACIO DE SOLUCION NO ACOTADO y SOLUCION DE
VALOR FINITO cuando existen combinaciones de variables que dan un valor infinito
al objetivo pero existe al menos una combinación de variables que le proporciona un
valor finito. Se reconocen en el gráfico porque la región de soluciones posibles es
abierta, no limitada pero hay por lo menos un punto extremo que limita el valor del
objetivo.
 Un modelo tiene SOLUCION DEGENERADA cuando existen combinaciones de
variables que tienen más de la cantidad normal (una por cada restricción) de
variables con valor cero. Esto se debe a la presencia de restricciones redundantes
en el modelo. Más de la cantidad normal de variables (una por cada restricción del
modelo) debe tomar valor cero para satisfacer a mayor cantidad de restricciones en
el punto óptimo. Se reconocen en el gráfico porque más de dos restricciones cruzan
sobre el punto extremo óptimo.
 Una restricción redundante puede ser removida sin afectar la región solución.
Cuando la restricción redundante está sobre el punto extremo óptimo, la solución es
Degenerada.
 Los modelos lineales que son formulados en sistemas cuya solución tiene valor
infinito y los que no presentan solución posible son casos que no deben existir en el
mundo real. En los modelos con solución degenerada, una restricción redundante
en un período de planificación dentro de ese sistema, puede no serlo en otro
período posterior, por lo tanto es recomendable tener en cuenta esa consideración.
4.1.2 Casos de aplicación

CASO 1.
a) Dibuja el recinto formado por los puntos que cumplen las siguientes condiciones:
y  3

y  x  1
y  3 x  0

pá g. 32
b) Indica si los puntos (0, 0), (2, 1) y (1, 2) forman parte de las soluciones del sistema
anterior.
Solución:
y  3

a) Representamos las rectas y  x  1  y  x  1
y  3 x  0  y  3 x

Tomamos un punto cualquiera; por ejemplo el (1, 0), para comprobar cuáles son
los puntos que cumplen las desigualdades propuestas.
El recinto buscado es:
A la vista de la gráfica anterior, tenemos que (0, 0) y (2, 1) no son soluciones del
sistema, pero (1, 2) sí lo es.
CASO 2.
Maximiza la función z = x  y, sujeta a las siguientes restricciones:
 x  3 y  26

4 x  3 y  44
2 x  3 y  28
x  0

y  0
Solución:
pá g. 33
 x  3 y  26  y  26  x
 3
 44  4 x
 Representamos las rectas 4 x  3 y  44  y 
 3
 28  2 x
2 x  3 y  28  y  3
Se halla la región que cumple las condiciones del problema, teniendo en cuenta
que: x  0 e y  0.
 Representamos la dirección de las rectas z = x  y, dibujando la que pasa
por el origen de coordenadas: x  y = 0
4 x  3 y  44
El punto M, intersección de  es decir, M 8, 4 , es el que proporciona
2 x  3 y  28
el máximo, que vale: z = 8  4 = 12
CASO 3.
En una granja de pollos se da una dieta "para engordar" con una composición mínima de
15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado solo se
encuentran dos clases de compuestos: el tipo I con una composición de una unidad de A
y cinco de B, y el tipo II con una composición de cinco unidades de A y una de B. El
precio del tipo I es de 10 euros y el del tipo II es de 30 euros. Se pregunta:
¿Qué cantidades se han de comprar de cada tipo para cubrir las necesidades con un
coste mínimo?
Solución:
Llamamos x a las unidades que se compran de tipo I e y a las que se compran de
tipo II.
pá g. 34
Resumamos los datos en una tabla:
Las restricciones son:

 x  5 y  15

5 x  y  15

x  0
y  0
La función que nos da el coste es z = 10x  30y = 10(x  3y).

Debemos hacer mínima esta función, sujeta a las restricciones anteriores.
Dibujamos el recinto correspondiente a las restricciones, y la recta 10(x  3y) = 0 

x  3y = 0, que nos da la dirección de las rectas z = 10(x  3y).
 x  5 y  15
El mínimo se alcanza en el punto de intersección de  ; es decir, en (2,5; 2,5).
5 x  y  15
Por tanto, hay que comprar 2,5 de tipo I y 2,5 de tipo II. El precio en este caso será
de z = 10(2,5  32,5) = 100 soles.
CASO 4.
pá g. 35
Disponemos de 210 000 soles para invertir en bolsa. Nos recomiendan dos tipos de
acciones. Las del tipo A que rinden el 10% y las de tipo B que rinde el 8%. Decidimos
invertir un máximo de 130 000 soles en las de tipo A y, como mínimo, 6 000 soles en las
de tipo B. además, la inversión en las del tipo A debe ser menor o igual que el doble de la
inversión en B.
¿Cuál tiene que ser la distribución de la inversión para obtener máximo interés anual?
Solución:
Llamamos x al dinero que invertimos en acciones de tipo A e y al que invertimos en
las de tipo B. Resumimos los datos en una tabla:
Las restricciones son:

x  y  210 000

x  130 000
y  6 000

 x  2y
x  0

y  0
La función que nos da el rendimiento total es:

1
z  0,1x  0,08 y  10 x  8y   2 5 x  4y   1 5 x  4y .
100 100 50
Debemos maximizar esta función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones (la unidad es 10 000)
1
y la recta 5 x  4y   0  5 x  4 y  0, que nos da la dirección de las rectas
50
1
z 5 x  4y .
50
pá g. 36
El máximo se alcanza en el punto (13, 8).

Por tanto, debemos invertir 130 000 soles en acciones del tipo A y 80 000 soles en
las de tipo B. En este caso, el beneficio anual será de
1
z 5  130 000  4  80 000   19 400 euros .
50
CASO 5.
a) Representa el recinto que cumple estas restricciones:
 x  3y  9

2 x  y  8

x  0
y  0
b) Da tres puntos que sean solución del sistema anterior.

Solución:
x  3y  9 9x
 y 
 3

a) Representa mos las rectas 2 x  y  8  y  8  2x
x  0

y  0
Tomamos un punto cualquiera, por ejemplo el (0, 0), para comprobar cuáles son
los puntos que cumplen las desigualdades propuestas.
El recinto buscado es:
pá g. 37
b) Por ejemplo: (1, 1), (2, 2) y (2, 0).
4.1.3 Situaciones especiales

a) Modelos con soluciones óptimas alternas o múltiples.
Max 6X1+ 2X2 (Beneficio) Sujetos a:
3 X1 + X2 4 8 horas de trabajo
3 X1 + 4 X2 120 unidades de materia Prima
3 X1 + X2 36 horas de supervisión.
X1, X2 0
El modelo es formulado por una empresa que desea determinar la cantidad de unidades
de producto 1 ( X1) y producto 2 (X2) a fabricar para satisfacer el objetivo establecido de
maximizar el beneficio. El monto total disponible de horas de trabajo para este período es
de 48. La disponibilidad de materia prima es de 120 unidades y la cantidad mínima de
horas disponibles para supervisión es de 36 horas.
Graficar las restricciones y obtener el espacio de solución se efectúa en forma similar al
proceso efectuado en el caso 1 y por lo tanto no se repetirán las instrucciones.
Los puntos extremos del conjunto convexo son: A(16,0), B(8,24), C(8/3,28) y D(12,0).
 Dos puntos extremos proporcionan el máximo valor del objetivo, los puntos A y B.
Esto permite afirmar que existen soluciones óptimas Alternas para este modelo. Son
óptimos todos los puntos sobre el segmento de línea AB que limita el conjunto
convexo de solución y corresponden a la primera restricción.
 Si utiliza el método de graficar la Función Objetivo con un valor arbitrario, 48 por
ejemplo, podrá observar que la línea es completamente paralela a la primera y
tercera restricción. Al desplazarla paralelamente hacia su optimización, hacia
arriba porque se está maximizando, finalmente caerá completamente sobre la
primera restricción, de horas de trabajo, antes de salir totalmente fuera de la región
solución. Dos puntos extremos estarían limitando el crecimiento del objetivo, el punto
B y el punto A.
“Cualquier recta que tenga ratio de coeficientes igual al de otra recta, es paralela a
esa otra recta”
pá g. 38
 La ventaja que presentan los modelos con este Tipo de solución es que se
puede elegir cualquiera de las soluciones óptimas, porque todas presentan el
mismo valor óptimo para el objetivo. Por ejemplo, si una de las soluciones tiene
valores fraccionales para las variables y no puede trabajarse con valores
fraccionales, el que toma la decisión seleccionará una solución con valores enteros.
 Es una solución óptima alterna porque existe más de una combinación de productos
1 y 2 a producir, que proporcionan el mismo valor óptimo para el beneficio.
 Se reconoce en el gráfico porque más de un punto extremo limita el valor
óptimo del objetivo o proporciona su valor óptimo, los puntos: A (16,0) y punto B
(8,24). Por lo tanto, todos los puntos sobre la recta AB son también óptimos. Debe
seleccionar una de todas las soluciones. Suponga que elige la del punto extremo B
(8, 24). En este caso la decisión sería: Producir 8 unidades de producto1 y 24
unidades del producto 2 para maximizar el beneficio en 96 unidades monetarias: 6
(8) + 2 (24) = 96. Este valor para la Función Objetivo también se obtendría en el
otro punto extremo A (16, 0) y en cualquier punto sobre la recta AB en la región
solución.
Considerando las restricciones:

 Restricción 1: 3 (8) + 1 ( 24) 48 48 = 48
Se observa que se cumple como igualdad. Esto indica que con esa decisión óptima
se utiliza totalmente el monto máximo de horas de trabajo disponible para la
producción.
 Restricción 2: 3 (8) + 4 ( 24) = 120
Cumple exactamente, es decir como una igualdad, indica que con esa decisión
óptima se utilizará totalmente el monto máximo disponible de Materia Prima.
 Restricción 3: 3 (8) + 1(24) 36 48 > 36
Cumple como una desigualdad. Esto indica que con esa decisión óptima se utilizan
12 horas sobre el monto mínimo disponible de horas de supervisión. Se utilizan 48
horas.
pá g. 39
b) Modelos sin solución posible.

No se definirán los elementos del modelo porque no habrá una solución posible para
tomar alguna decisión.
Max 40 X1 + 30 X2
Sujeto a:
2/5 X1 + ½ X2 ≤ 20
1/5 X2 ≤ 5
3/5 X1 + 3/10 ≤ 21
X2 X1 ≥ 30
X2 ≥ 15
X1, X2 ≥ 0
 Puede observarse en el, que mientras las 3 primeras restricciones delimitan un

espacio en común, las 2 últimas delimitan otro espacio común para ellas. Por lo
tanto, no hay una región de puntos comunes que satisfagan ambos conjuntos de
restricciones y el modelo no tendrá solución posible. En estos casos es
necesario determinar cuáles son las restricciones inconsistentes para el modelo. Es
decir, cuáles son realmente válidas para el modelo.
 Observe que si las variables X1 y X2 toman el valor mínimo que pueden tomar en
las dos últimas restricciones, es decir X1 = 30 y X2 = 15 entonces la tercera
restricción no se cumpliría. Esto es una inconsistencia.
 Estos modelos no deben existir en el mundo real. Si el sistema es real , entonces
el modelo debe representarlo de tal manera que permita obtener una solución
posible.
c) Modelos que presentan solución con valor infinito
pá g. 40
Max X1+ 2X2

Sujeto a:
-4 X1 + 3 X2 ≤ 3
X1 - X2 ≤ 3
X1, X2 ≥ 0
 No se definirán los elementos del modelo porque no habrá una solución para
tomar alguna decisión.
 En el gráfico, el conjunto convexo llamado región solución, que contiene todas las
soluciones posibles, es un espacio abierto.
 Tiene tres puntos extremos A, B y C, pero ninguno delimita el crecimiento del

objetivo. Esta función puede tomar valores infinitos ya que las variables
conforman puntos con valores infinitos dentro de la región factible y ninguno
proporciona un valor finito óptimo. Por tanto, no es lógico encontrar un objetivo de
valor infinito.
 En estos casos debe buscarse dentro del sistema, la restricción o las
restricciones que se omitieron modelo y que limitarían las variables de decisión a
valores factibles.
d) modelos con espacio de solución no acotado y solución de valor finito.

Min 0.06 X1+ 0.05 X2 ( costos)
Sujeto a:
0.30 X1 + 0.20 X2 ≥ 500 Proteína
0.15 X1 + 0.30 X2 ≥ 300 Grasa
X1, X2 ≥ 0
 El modelo es formulado para una guardería de perros que se destaca por dar una
alimentación balanceada a las mascotas. El alimento lo elabora mezclando 2
marcas conocidas de alimentos que llamaremos X1 y X2. Se desea determinar la
pá g. 41
cantidad de gramos de X1 y X2 a mezclar en el alimento, con el objetivo

establecido de minimizar los costos de la mezcla. Esta, debe contener al menos 500
gramos de proteínas y al menos 300 gramos de grasa por día. Los porcentajes de
contenido de grasa y proteína de cada gramo de X1 y X2 se conocen y son usados
en el modelo.
 El espacio de solución obtenido se muestra en el gráfico. Se observa una región

abierta con las soluciones posibles y puntos extremos A, B, C. Esto indica que
pueden existir combinaciones de cantidad de gramos de alimento X1 y X2 con
valor infinito, en este caso los costos serían infinitos. Esto es posible porque no se
está limitando directamente la cantidad de X1 y X2 en alguna restricción específica
y las restricciones existentes son todas de Tipo “que”.
 Pero, mientras exista al menos una combinación con valor finito, en algún punto
extremo que limite el valor del objetivo, a esa combinación se le considerará óptima.
En los casos de región abierta de soluciones posibles, es conveniente entonces
encontrar el valor óptimo con el procedimiento de graficar la Función Objetivo.
 Al graficar la Función Objetivo, con un valor arbitrario de 120, se observa que al
desplazarla paralelamente hacia su optimización, hacia abajo porque se está
minimizando, la línea cae sobre el punto B, antes de salir completamente de la
región solución. A este punto se le considerará punto extremo óptimo.
 La solución óptima es Única con los valores: X1 = 1.500, X2 = 250 F.O. = 102.5
e) Modelos con solución degenerada

Min 2500 X + 2200 Y( costos)
Sujeto a:
X+ Y ≤ 10 Empleados temporales
300 X + 400 Y ≥ 3.400 cartas
80 X + 50 Y ≥ 680 paquetes
X, Y ≥ 0
 El modelo es formulado por una oficina de correos que puede contratar hasta 10
pá g. 42
empleados para manejar el correo. La oficina conoce que un empleado (hombre)

puede manejar 300 cartas y 80 paquetes por día y una empleada (mujer) puede
manejar 400 cartas y 50 paquetes en un día. No menos de 3.400 cartas y de 680
paquetes se esperan por día. A cada empleado hombre (X), se le paga Bs. 2.500 por
día y a una empleada mujer ( Y) se le paga Bs. 2.200 por día.
 Se quiere determinar la cantidad de hombres (X) y mujeres (Y) que se deben
contratar para satisfacer las restricciones y lograr el objetivo establecido de minimizar
los costos de la nómina.
 Siguiendo el procedimiento el gráfico obtenido es:
Se observa una región de soluciones posibles de un solo punto común para todas las
restricciones y por lo tanto un único punto extremo A.
Esto indica que existe una única combinación posible y además óptima, de cantidad
de empleados X y Y que satisface las restricciones y optimiza el objetivo.
Conociendo la definición del modelo, se plantean las siguientes consultas:
a) ¿Qué representa el coeficiente de la variable Y en la Función Objetivo y en la
segunda restricción?
b) ¿Qué Tipo de solución presenta el modelo?, ¿Por qué? y ¿Cómo se reconoce en el
gráfico?
c) ¿Cuál es la solución y la decisión que se recomendaría con la solución encontrada?
d) Analice las restricciones en el punto óptimo y presente la información que se
obtiene.
e) ¿Qué efecto tendría, sobre la solución óptima encontrada, un cambio en el número
de cartas esperadas. Suponga que cambia a 2.400. Explique y muestre sobre el
pá g. 43
gráfico.
Respuestas:
a) El coeficiente de la variable Y en la Función Objetivo representa lo que se le paga
diariamente a cada trabajadora (mujer), es decir, el costo de contratar una
trabajadora al día es de Bs. 2.200. En la segunda restricción representa la cantidad
de cartas que puede manejar al día cada mujer contratada, es decir, 400 cartas al
día puede manejar cada mujer contratada.
b) Única y Degenerada. Normalmente la solución de un modelo contiene una variable
(Estructural o de holgura) con valor mayor que cero por cada restricción del modelo.
En este caso, más variables de las normales toman valor cero, para poder
satisfacer mayor numero de restricciones, en el punto óptimo. Hay entonces menor
cantidad de variables con valor mayor que cero con relación al número de
restricciones. Por eso se le llama Solución Degenerada en contraposición a la
Solución Normal. Además es única porque una sola combinación de empleados,
hombres y mujeres, proporciona el mínimo costo. Se debe a la presencia de
restricciones redundantes en el modelo y se reconoce en el gráfico porque más de
dos restricciones cruzan sobre el punto óptimo. Del total de restricciones que cruzan
el punto óptimo, sólo dos son necesarias para calcular sus coordenadas. En este
caso sólo hay una restricción redundante, por ello la Solución es Degenerada. Se
reconoce que es única porque hay un solo punto extremo que proporciona el valor
óptimo del objetivo.
c) La solución es X = 6, Y = 4, F.O. = 23800. La decisión sería contratar 6
empleados hombres y 4 mujeres para minimizar los costos diarios de
contratación en 23.800 unidades monetarias: 2500(6) + 2200 (4).
d)
Restricción 1
X + Y ≤10
6 + 4 = 10 De esta manera se contrata el máximo de empleados
q u e s e e s t a b a d i s p u e s t o a c o n t r at a r .
Restricción 2
300 X + 400 Y ≥ 3400
3 0 0 ( 6 ) + 4 0 0 ( 4 ) = 3 4 0 0 A s í s e m a n e j a r á e l m í n i m o d e c ar t a s .
Restricción 3
80 X + 50 Y ≥ 680
8 0 ( 6 ) + 5 0 ( 4) = 6 8 0 Se manejará el mínimo de paquetes.
e ) S e r e a l i z a e l análisis d e s e n s i b i l i d a d .
Sobre el gráfico está graficada la nueva restricción
300X + 400 Y ≥ 2400
pá g. 44
 Se observa que no cambia el espacio de soluciones posibles y por lo tanto la

solución óptima seguirá siendo la misma.
 En general, disminuir la cantidad del lado derecho de una restricción Tipo ≥ ,
es relajar la restricción y hacerla más fácil de satisfacer.
 Esto puede expandir el conjunto convexo o dejarlo igual. En este caso quedó
igual. Esto se estudia más detalladamente en Análisis de Sensibilidad.
Actividad
Solucionar mediante el Método Gráfico los siguientes programas lineales
a) Halla el mínimo de la función z = 3x + 2y con las siguientes restricciones:
3 x  4 y  12

3 x  2 y  2

x  0
y  0
pá g. 45
b) Dibuja el recinto definido por:
 2 x  y  3

 2x  y  2
 x  2y  4

 Halla los vértices del recinto anterior.

 Halla el máximo de la función z = 4y - x, sujeta a las restricciones propuestas.
 ¿En qué punto del recinto alcanza dicho máximo?
c) Hallar la solución:
x  3 y  200

x  y  100

x  20
y  10
 Maximizar las ganancias equivale a maximizar los ingresos.

 La función que nos da los ingresos es z = 30x  50y = 10(3x  5y). Debemos
obtener el máximo de esta función sujeta a las restricciones anteriores.
4.2 El Método SIMPLEX

Los problemas reales de programación lineal generalmente tienen variables de decisión y
muchas restricciones. Tales problemas no pueden ser resueltos gráficamente. Se usan
algoritmos tales como el simplex. El método simplex es un procedimiento iterativo que
progresivamente permite obtener una solución óptima para los problemas de
programación lineal. Existen numerosos programas tanto para computadoras centrales
como para personales. Aunque el método simplex es especialmente útil en problemas de
gran escala (resueltos con una computadora).
Procedimiento general del simplex

1. Establézcase la tabla inicial de simples. Formular la función objetivo y las
restricciones e introducir las variables de decisión, variable en la solución, valor en
solución (LD), C (contribución de la variable), Z (costo de introducir la variable), C
– Z (contribución neta de la variable).
2. Selecciónese la columna pivote. Ésta es la columna con el número positivo más
grande en el renglón inferior (C - Z). Esta se convierte en la nueva variable de la
solución.
3. Selecciónese el renglón pivote. Éste es el renglón con la razón más pequeña del
valor LD dividido por el valor de la columna pivote. Úsense sólo números
positivos. Esto identifica la variable que deja la solución.
4. Enciérrese en un círculo el elemento pivote. Ésta es la intersección del renglón y
la columna pivotes.
5. Conviértase al elemento pivote en un 1. Hágase esto dividiendo cada valor del
renglón pivote entre el valor pivote. Métase este renglón en una tabla nueva.
pá g. 46
6. Genérense los demás renglones de la nueva tabla con ceros en la columna

pivote. Esto se hace multiplicando el nuevo renglón (del paso 5) por el negativo
del elemento en la columna pivote. El resultado será sumado al antiguo renglón.
Introdúzcase este renglón revisado en la nueva tabla, y continúese este
procedimiento en cada renglón de la sección central de la tabla.
7. Prueba de optimización. Calcúlense los valores de Z y C – Z. Los valores de Z de
cada columna son (elementos de la columna) ( C ). Si todos los valores de C – Z
son ≤ 0, la solución es óptima. Léanse los valores de las variables en la solución
de la columna de LD y el valor de la función objetivo del renglón de Z en la
columna de LD. Si la solución no es óptima, regrese al paso 2.
Variables de holgura- El método simplex empieza con el planteamiento de una

función objetivo y ecuaciones de restricción. Las rutinas computarizadas de programación
lineal (PL) automáticamente arreglarán esos datos iniciales, pero tratándose de
soluciones manuales, debe construirse en cada paso la tabla de simples. Esto requiere
que las restricciones sean establecidas como igualdades. En los problemas de
maximización se logra esto añadiendo variables de holgura (s) a cada restricción. La
holgura representa una cantidad no utilizada, o la diferencia entre lo que es usado y el
límite de lo que puede usarse.
Caso de aplicación
La metodología de solución de los problemas de maximización hace necesario
seleccionar una columna y un renglón pivotes y revisar los valores de la tabla hasta que
en el renglón inferior sean menores o iguales que cero.
C 10 30 0 0 Valores de
Variables de Variables de decisión solución
la solución X Y S1 S2 (LD)
0 S1 4 6 1 0 12
0 S2 8 4 0 1 16
Z 0 0 0 0 0
C-Z 10 30 0 0 0
1. Seleccionar una columna y un renglón pivotes

a) La columna pivote es la que tiene el número positivo más grande en el renglón
inferior
C-Z 10 30 0 0 0
En este ejercicio es 30.
b) El renglón pivote es el que tiene la razón más pequeña, del renglón pivote
(mínimo)
0 S1 4 6 1 0 12
0 S2 8 4 0 1 16
Z 0 0 0 0 0
C-Z 10 30 0 0 0
Por lo tanto el renglón 1 es el renglón pivote.
pá g. 47
c) El elemento pivote es encerrado en un círculo 6
0 S1 4 6 1 0 12
0 S2 8 4 0 1 16
Z 0 0 0 0 0
C-Z 10 30 0 0 0
2. Divídase cada valor del renglón pivote 1 entre el elemento pivote (6) y colóquense los
valores en una nueva tabla.
0 Y 2/3 1 1/6 0 2
a) Genérense los otros renglones para la siguiente tabla, de tal manera que los
elementos de la columna pivote sean iguales a cero.
Se empieza con el renglón S2, el cual tiene 4 en la columna de Y. Se multiplica el
nuevo renglón (del paso 2) por el negativo del valor que se desea convertir (-4), y
se suma al anterior renglón de S2. Se multiplica el nuevo renglón por -4. el
resultado se muestra en la siguiente tabla.
X Y S1 S2 (LD)
El renglón del paso 2 se -4(2/3) -4(1) -4(1/6) -4(0) -4(2)
multiplica por -4
Obtener el resultado -8/3 -4 -2/3 0 -8
Sumarlo al renglón de S2 8 4 0 1 16
Para obtener el nuevo 16/3 0 .2/3 1 8
renglón
El renglón obtenido se introduce a la nueva tabla del paso 2.
30 Y 2/3 1 1/6 0 2
0 S2 16/3 0 .2/3 1 8
Z
Si hay más renglones que convertir, debe repetirse este paso en el siguiente
renglón. Dado que ahí no hay más, puede calcularse el renglón Z y C-Z.
Los valores en el renglón Z son ∑ (elementos de la columna) (C) Elementos del
renglón Z:
Para X: Z = 2/3(30) + 16/3(0) = 20
Para Y: Z = 1(30) + 0(0) = 30
Para S1: Z = 1/6(30) – 2/3(30) = 5
Para S2: Z = 0(30) + 1(0) = 0
Para LD: 2(30) + 8(0) = 60
Después de que se introducen éste y los valores de C-Z en la siguiente matriz, se

tiene:
pá g. 48
30 Y 2/3 1 1/6 0 2
0 S2 16/3 0 .2/3 1 8
Z 20 30 5 0 60
C-Z -10 0 -5 0
Repetir los pasos anteriores hasta que todos los valores del renglón inferior sean
≤ 0. Dado que todos los valores son ≤ 0, ha sido alcanzada la solución óptima. Las
variables en la solución son identificadas por las columnas en la parte central de la
tabla que tienen un 1, y el resto de los valores son cero. Los valores solución son
datos en la columna del lado derecho, como se ve en la siguiente tabla.
X Y S1 S2 (LD)
- 1 - 0 2
- 0 - 1 8
Z - - - - 60
Por tanto,
X = no está en la solución
Y = 2 unidades
Z = $60
Note que la variable de holgura asociada con la restricción 2 también tiene un 1 y ceros,
lo cual significa que tiene holgura en la solución y que la restricción no se agotó.
Entonces hay sólo una variable de decisión (no holgura) en la solución (Y) y una
restricción agotada (número 1). Esto concuerda con el teorema fundamental de
programación lineal, que establece que el número de variables de decisión (no holgura)
de la solución siempre será igual a número de restricciones que son agotadas.
Actividad
Resolver mediante el método simplex los siguientes casos:
1. Textil Donnell, produce dos modelos, Chompas y Sacones. El beneficio que arroja
cada chompa es de 40 S/. y cada sacón de 60 S/. El mercado puede adquirir hasta
400 chompas/semana y hasta 300 sacones/semana y en total la planta solo puede
fabricar 600 unidades/semana.
a. ¿Cuántas unidades de cada modelo debe producir la fábrica Textil, para
obtener el máximo de ingresos?
2. Un fabricante produce dos artículos, A y B cada uno de los cuales requiere de dos
tipos de máquinas y los tiempos respectivos tal como se indica en el siguiente
cuadro:
Máq / Prod A B
Máquina 1 2 4
Máquina 2 3 1
pá g. 49
Utilidad S/. 2.5 3.5

Si el número de horas disponibles en las máquinas al mes son de 200 y 150
respectivamente,
a. ¿Determine cuantas unidades de cada producto debe producirse al mes, a fin
de maximizar la utilidad total?
b. ¿Cual es esa utilidad total?
3. Un camión distribuidora Central SA. puede transportar como máximo 9 TM. por
viaje. En un viaje debe transportar al menos 4 TM. de la mercancía A y un peso de
la mercancía B que no sea inferior a la mitad del peso que transporta de A.
Sabiendo que cobra 30 S/. / kilo de A y 20 S/. / kilo de B.
a. ¿Cómo se debe cargar el camión para obtener la ganancia máxima?
4. Un comerciante acude al mercado mayorista a comprar naranjas con S/. 5 000. Le

ofrecen dos tipos de naranjas: las de tipo Valencia a 5 S/. el kg. y las de tipo
Huando a 8 S/. el kg. Sabiendo que sólo dispone de su camioneta con espacio para
transportar 700 kg. de naranjas como máximo y que piensa vender el kg. de
naranjas tipo Valencia a 8 S/. y el kg. de tipo Huando a 12 S/.
a. ¿Cuántos kg. de naranjas de cada tipo deberá comprar para obtener
máximo beneficio?
b. ¿Cuál será ese beneficio máximo?
5. La empresa Bembo’s vende hamburguesas de dos tipos: de un cuarto de libra y

hamburguesas bembonas. La hamburguesa de un cuarto de libra obviamente utiliza
¼ de libra de carne y la hamburguesa bembona, sólo utiliza 0,2 libras de carne. El
restaurante empieza cada día con 200 libras de carne. La utilidad neta es la
siguiente: 2.00 $ por cada hamburguesa de cuarto de libra y 1.50 $ por cada
hamburguesa normal. El gerente estima además que no venderá más de 900
hamburguesas en total.
Aplicando el método gráfico, determine la máxima utilidad que obtiene Bembo’s.
6. Un carpintero fabrica dos productos: sillas y mesas. Su producción está limitada por
las disponibilidades en listones de madera (36 semanales) y por las horas de mano
de obra contratada (48 semanales). Cada silla requiere 4 listones de madera y 3
horas de mano de obra. Cada mesa requiere 4 listones y 6 horas hombre. El
carpintero obtiene S/. 30 y S/. 20 de utilidades por cada silla y mesa
respectivamente.
Halle por medios gráficos el programa de fabricación que haga máximas las
utilidades.
7. Un estudiante del ISTPC dedica parte de su tiempo al reparto de propaganda

publicitaria. La empresa A le paga S/. 5 por cada impreso repartido y la empresa B,
con folletos más grandes, le paga S/. 7 por impreso. El estudiante lleva dos bolsas:
una para los impresos A, en la que caben 120 y otra para los impresos B, en la que
caben 100. Ha calculado que cada día es capaz de repartir 150 impresos como
máximo.
pá g. 50
¿Cuántos impresos habrá que repartir de cada tipo para que su beneficio diario sea
máximo?
8. Un agricultor tiene 480 hectáreas en la que se puede sembrar ya sea trigo o maíz.
El calcula que tiene 800 horas de trabajo disponible durante la estación crucial del
verano. Dados márgenes de utilidad y los requerimientos laborales mostrados en el
cuadro. ¿
Disp. / Prod maíz trigo
Horas de trabajo por hectárea 2 4
Utilidad S/. 40 30
a. ¿Cuántas hectáreas de cada uno debe plantar para maximizar su utilidad?

b. ¿Cuál es ésta utilidad máxima?
9. La cervecería Andina S.A. produce cerveza Premium y la de tipo Light. La cerveza

Premium se vende a 5 dólares el barril, y la Light a 2 dólares el barril. La producción
de un barril de cerveza Premium requiere de 5 kilos de cebada y 2 kilos de lúpulo.
La producción de un barril de Light requiere de 2 kilos de cebada y 1 kilo de lúpulo.
Se dispone de 60 kilos de cebada y de 25 kilos de lúpulo.
a. ¿Cuántos barriles de cada tipo de cerveza debe producir para maximizar sus
ingresos?
b. ¿Cuáles son esos ingresos máximos?
10. Una fábrica de carrocerías de automóviles y camiones tiene 2 plantas-talleres. En el

taller A, para hacer la carrocería de un camión, se invierten 7 días-operario, para
fabricar la de un auto se precisan 2 días-operario. En el taller B se invierten 3 días-
operario tanto en carrocerías de camión como de auto. Por limitaciones de mano de
obra y maquinaria, el taller A dispone de 300 días-operario, y el taller B de 270 días-
operario. Si los beneficios que se obtienen por cada camión son de 6 mil soles y de
3 mil soles por cada auto.
¿Cuántas unidades de cada clase se deben producir para maximizar las ganancias?
11. Un constructor va a edificar dos tipos de viviendas A y B. Dispone de 600 mil

dólares y el costo de una casa de tipo A es de 13 mil y 8 mil una de tipo B. El
número de casas de tipo A ha de ser, al menos, del 40 % del total y el de tipo B, el
20 % por lo menos. Si cada casa de tipo A se vende a 16 mil y cada una de tipo B
en 9 mil dólares respectivamente.
¿Cuántas casas de cada tipo debe construir para obtener el beneficio máximo?
12. Una fábrica produce camisas y pantalones los produce con dos tipos de máquinas
(de cortar, coser). Fabricar una camisa representa emplear la máquina de cortar
una hora y la de coser tres horas; fabricar un pantalón representa usar la máquina
de cortar una hora, la de coser una hora. La máquina de coser se puede usar hasta
doce y la de cortar hasta 7 horas al día, sino se recalienta. Todo lo que se fabrica es
vendido y se obtiene un beneficio de ocho soles por cada camisa y de cinco soles
por cada pantalón.
pá g. 51
¿Cómo emplearíamos las máquinas para conseguir el beneficio máximo?
13. Un fabricante de cemento produce dos tipos de cemento, a saber en gránulos y

polvo. Él no puede hacer más de 1600 bolsas un día debido a una escasez de
vehículos para transportar el cemento fuera de la planta. Un contrato de ventas
establece que él debe producir 500 bolsas al día de cemento en polvo. Debido a
restricciones del proceso, se requiere el doble del tiempo para producir una bolsa de
cemento granulado en relación al tiempo requerido por el cemento en polvo. Una
bolsa de cemento en polvo consume para su fabricación 15 minutos/bolsa y la
planta opera 8 horas al día . Su ganancia es S/.4 por la bolsa de cemento granulado
y S/ 3 por la bolsa de cemento en polvo.
a. Cuánto se debe producir de cada tipo de cemento para maximizar sus
ingresos.
14. En Justicia Paz y Vida de El Tambo, se van a construir casas de dos tipos: A y B. La
empresa constructora dispone para ello de un máximo de 1,8 millones de soles,
siendo el costo de cada tipo de casa de 30 y 20 mil soles respectivamente. El
Ministerio de Vivienda, por la normatividad de paisajismo y urbanismo exige que el
número total de casas no sea superior a 80. Sabiendo que el beneficio obtenido por
la venta de una casa de tipo A es 4 mil soles y de 3 mil soles por una de tipo B.
a. ¿La constructora cuántas casas debe construir de cada tipo para obtener
el máximo beneficio?
b. ¿Cuáles son esos ingresos máximos?
15. Doe Run SRL. produce Cobre y Zinc. Por el momento es capaz de vender todo el
mineral producido. La ganancia por tonelada de Cobre y Zinc vendida es de 4 y 3
mil dólares respectivamente. El proceso de cada tonelada de Cobre requiere 3
horas de trabajo en el horno y otras 4 horas de lavado. Para cada tonelada de Zinc
se requieren 4 horas de horneado y 2 horas de lavado. Las horas diarias
disponibles en el horno y el lavado son 35 y 30, respectivamente. Además se
supone que al menos se deben producir diariamente 4 toneladas de Zinc.
¿Cuantas toneladas de Cobre y cuantas de Zinc deben producir a fin de maximizar
sus ingresos.
16. Una compañía puede anunciar su producto mediante el uso de estaciones de radio
y televisión locales. Su presupuesto limita los gastos en publicidad a $1000 por
mes. Cada minuto de anuncio en la radio cuesta $5 y cada minuto de publicidad en
televisión cuesta $100. La compañía desearía utilizar la radio cuando menos dos
veces más que la televisión. La experiencia pasada muestra que cada minuto de
publicidad por televisión generará en términos generales 25 veces más ventas que
cada minuto de publicidad por la radio. Determine la asignación óptima del
presupuesto mensual para anuncios por radio y televisión.
pá g. 52
TERCERA UNIDAD
Tema Nº 5: ANALISIS DE DUALIDAD Y SENSIBILIDAD
5.1 Análisis de Dualidad

Hemos visto como la programación lineal puede ser usada para resolver una extensa variedad de
problemas propios de los negocios, ya sea para maximizar utilidades o minimizar costos. Las
variables de decisión en tales problemas fueron, por ejemplo, el número de productos a producir,
la cantidad de pesos a emplear, etc. En cada caso la solución óptima no explicó cómo podrían ser
asignados los recursos (ejemplo: materia prima, capacidad de las máquinas, el dinero, etc.) para
obtener un objetivo establecido.
En este capítulo veremos que a cada problema de programación lineal se le asocia otro problema
de programación lineal, llamado el problema de programación dual. La solución óptima del
problema de programación dual, proporciona la siguiente información respecto del problema de
programación original:
 La solución óptima del problema dual proporciona los precios en el mercado o los
beneficios de los recursos escasos asignados en el problema original.
 La solución óptima del problema dual aporta la solución óptima del problema original y
viceversa.
Normalmente llamamos al problema de programación lineal original el problema de programación
primal. Es el concepto clave que permite resolver un problema a partir de otro, y se deriva de las
relaciones primo-dual, en el valor de la función objetivo
Formulación del problema dual.

El problema dual es un problema de PL auxiliar que se define directa y sistemáticamente a partir
del modelo de PL original o primal.
El problema de programación lineal vienen dado por:
Maximizar Z = C’X
sujeto a: AX B
X 0
Su dual asociado es el problema de PL dado por:
Minimizar Z’ = B’W
sujeto a: AW C
W 0
De lo anterior se deduce que el paso al dual se lleva a cabo teniendo presente las cuatro reglas
siguientes:
a. Los coeficientes de la i-ésima restricción para el problema primal pasan a ser los
coeficientes de las variables Wi en las restricciones del problema dual. El problema dual
tiene tantas variables como restricciones hay en el primal.
pá g. 53
b. Los coeficientes de las variables de decisión Xj en el problema primal pasan a ser los
coeficientes de la restricción j-ésima en el problema dual. El problema dual tiene tantas
restricciones como variables hay en el primal.
c. Los coeficientes de la función objetivo en el problema primal pasan a ser los coeficientes
del segundo miembro de las restricciones en el problema dual.
d. Los coeficientes del segundo miembro de las restricciones del problema primal pasan a
ser los coeficientes de la función objetivo del dual.
Primal
Ejemplo: Maximizar : Z = 60 X1 + 30 X2 + 20 X3
sujeto a: 8X1 + 6X2 + X3 48
4X1 + 2X2 + 1.5X3 20
2X1 + 1.5X2 + 0.5X3 8
" X1, X2, X3 0
Dual:
Minimizar Z’ = 48 W1 + 20 W2 + 8W3
sujeto a: 8W1 + 4W2 + 2W3 60

6W1 + 2W2 + 1.5W3 30
W1 + 1.5W2 + 0.5W3 20
" W1, W2, W3 0
5.2 Definición de Problema dual

El desarrollo de la programación lineal se ha visto reforzado por el descubrimiento de que todo
problema de programación lineal tiene asociado otro problema llamado dual.
El problema original se llama primal, ambos problemas están relacionados de tal manera que la
el valor de la función objetivo en el optimo es igual para ambos problemas, y la solución de uno
conduce automáticamente a la del otro.
Las relaciones entre ambos problemas facilitan el análisis de sensibilidad de un problema.
El dual es un problema de programación lineal se obtiene matemáticamente de un problema
primal.
La forma del problema dual es única y se define en base a la forma estándar general del problema
primal:
Optimizar (Max o Min) z = S j =1..ncjxj
Sujeto a S j =1..naijxj = bi
xj ³ 0 con i = 1..m, j = 1..n
Donde las n variables xj incluyen los excesos y las holguras.
El problema dual se construye simétricamente del primal de acuerdo a las siguientes reglas.
1. Para cada restricción primal (m restricciones) existe una variable dual yi (m variables), la
función objetivo se construye con los valores libres bi como coeficientes de las variables yi.
2. Para cada variable primal xj (n variables) existe una restricción dual (n restricciones), la
restricción se construye con los m coeficientes de las restricciones primales de esa
variable. Los valores libres son los n coeficientes cj.
pá g. 54
3. Si la optimización primal es una Maximización, el problema dual es una Minimización y

las restricciones son ³ . (y a la inversa Minimización primal, Maximización dual,
restricciones ).
El siguiente diagrama muestra la construcción del dual:

x1 x2 .. xj .. xn
Variables duales
Valores libres de
Objetivo primal c1 c2 .. c1 .. c1 restricciones l
duales
v
Coeficientes
a11 a12 .. a1j .. a1n b1 y1
restricciones duales
a21 a22 .. a2j .. a2n b2 y2
am1 a22 .. a2j .. a2n bm ym
Restr. dual
Función Objetivo dual
j
Nota: si consideramos los excesos y holguras las variables duales (yi) no tienen restricciones de
signo, en caso contrario en ambos problemas se considera variables ³ 0. Por lo que las variables
duales correspondientes a restricciones del tipo = deben ser sin restricciones de signo,
recíprocamente cuando una variable en el primal no tiene restricción de signo, la restricción
correspondiente en el dual debe ser del tipo =.

Ejemplo
Sea Max z = 3x1 + 5x2
x1 + 10x2 < 80
2x1 + 3x2 < 45
4x1 - 2x2 < 25
3x2 <60
x1, x2 > 0

Aplicando las reglas y la nota:
1. Para cada restricción primal (4 restricciones) existe una variable dual yi (4 variables) y1 y2
y3 y4, la función objetivo se construye con los valores libres bi (80,45,25,60) como
coeficientes de las variables yi.
2. Para cada variable primal xj (2 variables sin considerar las variables de holgura) existe
una restricción dual (2 restricciones), la restricción se construye con los 4 coeficientes de
las restricciones primales de esa variable. Los valores libres son los 2 coeficientes cj (3, 5).
3. la optimización primal es una Maximización, el problema dual es una Minimización y las
restricciones son ³ .
Nota: No hemos considerado las variables de excesos ni holguras las variables duales por
lo que en ambos problemas se considera variables ³ 0, no existen restricciones de =.
Problema dual:
Min Y = 80y1 + 45y2 + 25y3 + 60y4
Sujeto a:
pá g. 55
Y1 + 2y2 + 4y3 > 3

10y1 + 3y2 - 2y3 + 3y4 > 5
y1, y2, y3, y4 > 0
2. Max Z = 3x1 + 7x2
Sujeto a:
2x1 + 5x2 = 15
x1 + 8x2 < 30
x1, x2 > 0
1. Para cada restricción primal (2 restricciones) existe una variable dual yi (2 variables)
y1 y2, la función objetivo se construye con los valores libres bi (15, 30) como
coeficientes de las variables yi.
2. Para cada variable primal xj (2 variables sin considerar las variables de holgura)
existe una restricción dual (2 restricciones), la restricción se construye con los 2
coeficientes de las restricciones primales de esa variable. Los valores libres son los 2
coeficientes cj (3, 7).
Aplicando las reglas y la nota:
Nota: Para la segunda restricción no hemos considerado las variables de excesos ni
holguras las variables duales por lo que en el dual y 2 ³ 0, la primera restricción es de
igualdad por lo que la primera variable no tiene restricción de signo.

Problema dual:
Min Y= 15y1 + 30y2
Sujeto a:
2y1 + y2 > 3
5y1 + 8y2 > 7
y1 sin restricción de signo (irrestricta)
y2 > 0.

5.3 Análisis de sensibilidad
Una vez obtenida la solución de un problema de programación lineal, es deseable investigar
cómo cambia la solución del problema al cambiar los parámetros del modelo.
Por ejemplo si una restricción de un problema es 4x 1 + 6x2 < 80 donde 80 representa la
cantidad de recurso disponible. Es natural preguntarse ¿que pasa con la solución del
problema si la cantidad de recurso (por ejemplo Horas) disminuye a 60? Otras veces podemos
preguntarnos que pasa si cambiamos algunos coeficientes de la función objetivo? O bien si
agregamos una restricción o una variable. El estudio de la variación de un problema de
programación lineal debido a cambios de los parámetros del mismo, se llama análisis de
sensibilidad.
Una forma de responder estas preguntas sería resolver cada vez un nuevo problema. Sin
embargo esto es computacionalmente ineficiente.
Para esto es preferible hacer uso de las propiedades del método Simplex y de los problemas
primal y dual.
Recordemos que una vez que en un problema lineal se conoce B, C B y XB, la tabla simplex se
puede calcular utilizando B-1 y los datos originales del problema.
El efecto de los cambios en los parámetros del problema del análisis de sensibilidad (post
óptimo) se puede dividir en tres categorías:
pá g. 56
1. Cambios en los coeficientes C de la función objetivo, solo afecta la optimalidad.

2. Cambios en el segundo miembro b solo pueden afectar la factibilidad.
3. Cambios simultáneos en C y b pueden afectar la optimalidad y la factibilidad.
Ejercicio 1
CIDEMETAL SRL, produce mesas y sillas para venta en el país. Se requieren dos tipos básicos de
mano de obra especializada: para ensamblado y acabado. Producir una mesa requiere tres horas de
ensamblado, dos horas de acabado y se vende con una ganancia de $30. La producción de una silla
requiere 1 hora de acabado y se vende con una ganancia de $18. Actualmente, la compañía dispone
de 200 horas de ensamblado y 160 horas de acabado.
La formulación a este problema es:
Maximizar: X0 = 30X1 + 18X2
Sujeta a: 3X1 + X2 200 (ensamblado)
2X1 + X2 160 (acabado)
X1, X2 0
Y la solución óptima la siguiente
Error: X0 X1 X2 X3 X4 Solución
Reference
source not
foundBase
X0 1 6 0 0 18 2880
X3 0 1 0 1 -1 40
X2 0 2 1 0 1 160
La compañía desea consejo en los siguientes planteamientos:

a. ¿Cuánto es lo máximo que pueden reducirse las horas-hombre disponibles en ensamblado
sin que la factibilidad de la mezcla actual cambie?
b. ¿Cuál es el rango de variación de la utilidad unitaria de las sillas en donde la inmejorabilidad
de la mezcla óptima se mantiene?
c. ¿En cuál departamento recomendaría usted contratar tiempo extra?
d. Si se comprara una máquina que redujera el tiempo de ensamblado en las mesas, de 3 a 1/2,
¿recomendaría usted una inversión de dicha máquina?
e. ¿En cuánto se incrementaría la utilidad óptima actual si se programan 15 horas-hombre extra
en la operación de acabado?
f. Si la utilidad unitaria de las sillas disminuye a $16, ¿Cómo se afecta a la solución óptima y el
objetivo?
g. Si los obreros que llevan a cabo la operación de acabado ofrecen trabajar horas extras a
razón de $12/hora ¿Recomendaría usted contratar tiempo extra? Si lo recomienda, ¿qué
tanto tiempo extra puede programarse sin cambiar la optimidad de la mezcla actual?
pá g. 57
Ejercicio 2
GRANDE PERU SAC, se especializa en la fabricación de camas (colchones). La compañía fabrica
tres clases de colchones: matrimonial, "King-size" e individual. Los tres tipos de colchones se fabrican
en dos plantas diferentes que son propiedad absoluta de la compañía. En un día hábil normal de 8
horas, la planta No. 1 fabrica 50 colchones matrimoniales, 80 colchones "King-size" y 100
individuales. La planta No.2 fabrica 60 colchones matrimoniales, 60 "King-size" y 200 individuales. El
gerente de mercadotecnia de la GRANDE ha proyectado la demanda mensual para los tres tipos de
colchones y calcula será de 2500, 3000 y 7000 unidades, respectivamente. Los contadores de la
compañía indican que el costo diario de operación de la planta No. 1 es de $3500 diarios. A los
administradores les gustaría determinar el número óptimo de días de operación por mes en las dos
diferentes plantas con el objeto de minimizar el costo total de producción, al mismo tiempo que se
satisface la demanda.
Utilizando
y1 = número de días de operación por mes de la planta No.1
y2 = número de días de operación por mes de la planta No.2
Entonces el planteamiento puede expresarse de la siguiente manera:
Minimizar: Z = 2500Y1 + 3500Y2
Sujeto a: 50Y1 + 60Y2 2500
80Y1 + 60Y2 3000
100Y1 + 200Y2 7000
Y1, Y2 0
Es fácil observar que el problema se encuentra en forma del problema dual estándar.
a. Plantee el problema primario para el problema dual que se dio antes.
b. ¿Cuáles son las unidades de medición de las variables primarias?
c. Resuelva el problema utilizando el método simplex. ¿Por qué fue más sencillo resolver el
problema primario que el dual?
d. Utilizando el problema primario óptima, determine el valor óptimo para las variables duales de
decisión para el problema de la GRANDE.
e. ¿Qué significado tienen las variables primarias en el problema de la GRANDE?
pá g. 58
CUARTA UNIDAD
Tema Nº 6: MODELO DE TRANSPORTE
6.1 Problema de Transporte

En esta unidad presentaremos dos aplicaciones importantes de la programación lineal que son el
modelo de transportes y el de asignación de recursos. Aún cuando la solución de estos
modelos puede obtenerse aplicando el método simplex, se estudian algoritmos especiales para la
solución de estos problemas.
Debido a su estructura especial, hace posible hace posible métodos de solución más eficientes en
términos del cálculo.
La programación lineal es un campo tan amplio que se extiende a subclases de problemas para
los cuales existen métodos de solución especiales. Una de estas subclases se conoce como
problemas de transporte. El método símplex de programación lineal, puede servir para resolver
estos problemas. Pero se han desarrollado métodos más sencillos que aprovechan ciertas
características de los problemas. Entonces, el método del transporte son sólo técnicas especiales
para resolver ciertos tipos de problemas de programación lineal.
El transporte desempeña un papel importante en la economía y en las decisiones administrativas.
Con frecuencia la disponibilidad de transporte económico es crítica para la sobre-vivencia de una
empresa.
¿Qué significa problema de transporte? Supóngase que un fabricante tiene tres plantas que
producen el mismo producto. Estas plantas a su vez mandan el producto a cuatro almacenes.
Cada planta puede mandar productos a todos los almacenes, pero el costo de transporte varía con
las diferentes combinaciones. El problema es determinar la cantidad que cada planta debe mandar
a cada almacén con el fin de minimizar el costo total de transporte.
La manera más fácil de reconocer un problema de transporte es por su naturaleza o estructura
“de-hacia”: de un origen hacia un destino, de una fuente hacia un usuario, del presente hacia el
futuro, de aquí hacia allá. Al enfrentar este tipo de problemas, la intuición dice que debe haber una
manera de obtener una solución. Se conocen las fuentes y los destinos, las capacidades y
demandas y los costos de cada trayectoria. Debe haber una combinación óptima que minimice el
costo (o maximice la ganancia). La dificultad estriba en el gran número de combinaciones posibles.
Puede formularse un problema de transporte como un problema de programación lineal y
aplicarse el método símplex. Si se hiciera, se encontraría que los problemas de transporte tienen
características matemáticas únicas. Para visualizar esto, considérese el siguiente ejemplo:
El problema
Suponga que una compañía tiene m plantas de producción (i), de capacidad ai (i = 1..m) y n
almacenes de distribución (j), con demanda bj (j=1..n). El costo de transporte entre la planta i y el
almacén es conocido como cij.
El problema es determinar la cantidad (xij) que debe suministrar la planta i al almacén j, de tal
manera que el costo de transporte total sea mínimo. Las consideraciones de costos de producción
e inventario se pueden incorporar al modelo básico.
El modelo típico tiene cuatro componentes:
- Un conjunto de m fuentes
pá g. 59
- Un conjunto de n destinos
- Costos de transporte entre las fuentes y los destinos
- Cantidades de producto para enviar entre las fuentes y los destinos.
-
El modelo general que representa el modelo de transporte es:

Min z = S iS j cijxij
Sujeto a:
S j xij = ai (fuentes i = 1..m)
S i xij = bj (destinos j = 1..n)
xij ³ 0

6.2 Modelo general del problema de transporte.
Cualquier problema de programación lineal que se ajuste a esta formulación especial es del tipo
de problemas de transporte, sin importar su contexto físico. De hecho, se han realizado
numerosas aplicaciones no relacionadas con el transporte que se ajustan a esta estructura
especial. Ésta es una de las razones por las que el problema de transporte se suele considerar
como uno de los tipos especiales de problemas de programación lineal más importantes.
Además de los datos de entrada (los valores de c ij, si y dj), la única información que necesita el
método símplex de transporte es la solución básica factible actual, los valores actuales de u i y vj y
los valores resultantes de cij-ui-vj para las variables no básicas xij. Cuando se resuelve un
problema a mano es conveniente registrar esta información en una tabla símplex de transporte,
como la que se muestra enseguida:
pá g. 60
En los casos en que la sumatoria de todo lo que se produce en todos los orígenes es
mayor que la sumatoria de todo lo que se demanda en todos los destino o viceversa, entonces se
dice que el problema no está balanceado. En estos casos lo primero que se debe hacer antes de
intentar resolver el problema es balancearlo.
Para el caso de SOBREPRODUCCIÓN ( > )

Si el caso es que se dispone de mayor producción de la que se demanda, entonces para
balancear el problema se agrega un destino imaginario o artificial (llamado también destino ficticio)
el cual tendrá como demanda dicha sobreproducción. En cuanto a los costos asociados a este
nuevo destino los estableceremos a cero (¿por qué?). El siguiente dibujo muestra lo que se debe
hacer:
pá g. 61
6.3. Métodos para encontrar soluciones factibles.

Al iniciar, todos los renglones de los orígenes y las columnas de destinos de la tabla símplex
de transporte se toman en cuenta para proporcionar una variable básica (asignación).
1. Se selecciona la siguiente variable básica (asignación) entre los renglones y columnas
en que todavía se puede hacer una asignación de acuerdo a algún criterio.
2. Se hace una asignación lo suficientemente grande como para que use el resto de los
recursos en ese renglón o la demanda restante en esa columna (cualquiera que sea la
cantidad más pequeña).
3. Se elimina ese renglón o columna (la que tenía la cantidad más pequeña en los recursos
o demanda restantes) para las nuevas asignaciones. (Si el renglón y la columna tiene la
misma cantidad de recursos y demanda restante, entonces arbitrariamente se elimina el
renglón. La columna se usará después para proporcionar una variable básica
degenerada, es decir, una asignación con cero unidades.)
4. Si sólo queda un renglón o una columna dentro de las posibilidades, entonces el
procedimiento termina eligiendo como básicas cada una de las variables restantes (es
decir, aquellas variables que no se han elegido ni se han eliminado al quitar su renglón o
columna) asociadas con ese renglón o columna que tiene la única asignación posible. De
otra manera se regresa al paso 1.
6.4 Método de la esquina noroeste.

1. Regla de la esquina noroeste: la primera elección es x11 (es decir, se comienza en la
esquina noroeste de la tabla símplex de transporte). De ahí en adelante, si x ij fue la
última variable básica seleccionada, la siguiente elección es x i,j+1 (es decir, se mueve una
columna a la derecha) si quedan recursos en el origen i. De otra manera, se elige xi+1,j (es
decir, se mueve un renglón hacia abajo).
Para hacer más concreta esta descripción, se ilustrará el procedimiento general, utilizando
la regla de la esquina noroeste en el siguiente ejemplo:
Recursos
3 7 6 4 5
2 4 3 2 2
4 3 8 5 3
10
Demanda 3 4 2 1 10
Lo primero que debemos hacer al resolver cualquier problema de transporte es comprobar

que esté balanceado, si no lo estuviera, agregamos un origen o un destino artificial según sea el
caso para conseguir que el problema quede balanceado y podamos comenzar a resolverlo. En
nuestro ejemplo, la sumatoria de los recursos de los tres orígenes es de 10 unidades que es igual
a la sumatoria de las demandas de los destinos, por lo que nuestro problema está balanceado y
podemos iniciar con la resolución.
6.5 Método de aproximación de Vogel

Método de Aproximación de Vogel: para cada renglón y columna que queda bajo
consideración, se calcula su diferencia, que se define como la diferencia aritmética entre
el costo unitario más pequeño (cij) y el que le sigue, de los que quedan en ese renglón o
pá g. 62
columna. (Si se tiene un empate para el costo más pequeño de los restantes de un
renglón o columna, entonces la diferencia es 0). En el renglón o columna que tiene la
mayor diferencia se elige la variable que tiene el menor costo unitario que queda. (Los
empates para la mayor de estas diferencias se pueden romper de manera arbitraria).
Iniciamos el método calculando las primeras diferencias para cada renglón y columna. De
las diferencias que obtuvimos nos fijamos en la mayor (¿Por qué?), que resulta ser
para la tercera columna. En esa columna encontramos el costo unitario (c ij) menor y en
esa celda realizamos la primera asignación:
Recursos DIF.
3 7 6 4 5 1
2 4 3 2 2 0 0
2
3
4 8 5 3 1
10
Demanda 3 4 2 0 1 10
DIF. 1 1 3 1
2
Nota: Marcar la mayor de las diferencias seleccionadas encerrándola en un círculo

y escribiendo como superíndice el número que le corresponda en la secuencia de
selección.
Observemos en la figura anterior que únicamente eliminamos el segundo renglón

ya que la tercera columna nos servirá después para hacer la asignación de una variable
básica degenerada. Continuando con la aplicación del método, tenemos que calcular
nuevamente las diferencias de las columnas ya que hemos eliminado un renglón y ésto
puede ocasionar que las diferencias aritméticas entre el costo unitario más pequeño y el
que le sigue ya no sean las mismas:
Recursos DIF.
3 7 6 4 5 1
2 4 3 2 2 0 0
2
4 3 8 5 3 0 1
3
10
Demanda 3 4 1 2 0 1 10
DIF. 1 1 3 1
2
1 4 2
2 1
Como siguiente paso deberíamos calcular las nuevas diferencias de columnas, pero ya
que solamente queda un renglón dentro de las posibilidades (ésto no significa que solamente un
pá g. 63
renglón quede bajo consideración ya que podemos observar que ninguna de las cuatro columnas
(destinos) ha sido eliminada y todas quedan todavía bajo consideración), no es posible encontrar
la diferencia aritmética entre el costo menor y el que le sigue, por lo tanto vamos tomando una a
una las celdas que quedan comenzando con la de menor costo unitario hasta que todas hayan
sido asignadas.
Recursos DIF.
3 7 6 4 5 2 1 0 1
3 1 0 1
2 4 3 2 2 0 0
2
4 3 8 5 3 0 1
3
10
Demanda 3 0 4 1 0 2 0 1 0 10
DIF. 1 1 3 1
2
1 4 2
2 1
La solución inicial básica factible es x11=3, x12=1, x13=0 (variable básica

degenerada), x14=1, x23=2 y x32=3 y el costo total de transporte asociado a esta primera
“Política de Transporte” factible es de:
x11 c11 x12 c12 x13 c13 x14 c14 x23 c23 x32 c32
Costo = 3 (3) + 1 (7) + 0 (6) + 1 (4) + 2 (3) + 3 (3) = 35 unidades
Es necesario aclarar que ésta puede o no ser la solución final del problema, es
necesario aplicar a esta primera solución factible la prueba de optimalidad ya que puede
existir una mejor “política de transporte” que minimice todavía más el costo total.
6.6 Modelos Balanceados y no balanceados

Un modelo de transporte se llama balanceado cuando:
S i ai = S j b
Esto significa que la suma de los suministros de todas las plantas debe ser igual a la suma de las
demandas de todos los almacenes.
 Sin embargo en problemas de la vida real, esta igualdad rara vez se satisface.
 Lo que se hace entonces es balancear el problema.
 Si los requerimientos exceden a los suministros, se agrega una planta ficticia, que suministrará
la diferencia.
 El costo de transporte desde la planta ficticia hacia cualquier almacén es cero.
 Recíprocamente, si los suministros exceden a los requerimientos, se agrega un almacén ficticio
que absorberá el exceso.
 El costo unitario de transporte desde las plantas al almacén ficticio es cero.
Actividad
pá g. 64
Problemas para resolver por el método de transporte

El siguiente cuadro indica el costo de transporte unitario en nuevos soles, desde los orígenes a los
destinos y sus respectivas ofertas y demandas. Empleando el método de costo mínimo determine la
cantidad a transportar de cada origen a cada destino y determine también el costo mínimo en que se
incurre.
a.
Destino Oferta
TM
A B C
Origen I 3 6 9 200
Origen II 1 4 5 300
Origen III 3 2 1 400
Demanda TM 150 250 500
b.
Destino Oferta
Kg.
A B C
Origen 1 4 6 8 50
Origen 2 1 3 5 200
Origen 3 2 4 5 250
Demanda Kg. 200 150 150
c.
Destino Oferta
W X Y Z m3
Origen P 6 10 6 8 200
Origen Q 7 9 6 11 300
Origen R 8 10 14 6 450
Demanda m3 100 150 400 300
d. Caso I: Cuando la oferta es igual a la demanda (O = D )
Destino Oferta
X Y Z TM
Origen I 3 6 4 1000
Origen II 2 3 1 2000
Demanda TM 2000 1500 1000
e. Caso II: Cuando la oferta es mayor que la demanda (O D)
pá g. 65
Destino Oferta
TM
X Y Z
Origen I 4 3 5 600
Origen II 2 1 3 120
Demanda TM 100 150 60
f. Caso III: Cuando la oferta es menor que la demanda (O < D)
Destino Oferta
TM
X Y Z
Origen I 2 4 6 25
Origen II 1 3 5 35
Origen III 4 2 3 50
Demanda TM 40 30 60
1. INTELL Co. una empresa dedicada a la fabricación de componentes de computadoras tiene dos
fábricas que producen, respectivamente, 800 y 1500 piezas mensuales. Estas piezas han de ser
transportadas a tres tiendas que necesitan 1000, 700 y 600 piezas, respectivamente. Los costos
de transporte, en nuevos soles por pieza son los que aparecen en la tabla adjunta. ¿Cómo debe
organizarse el transporte para que el costo sea mínimo?
Tienda A Tienda B Tienda C

Fábrica I 3 7 1
Fábrica II 2 2 6
2. Desde dos almacenes A y B, se tiene que distribuir fruta a tres mercados de la ciudad Lima. El
almacén A dispone de 10 toneladas de fruta diarias y el B de 15 toneladas, que se reparten en su
totalidad. Los dos primeros mercados necesitan, diariamente, 8 toneladas de fruta, mientras que el
tercero necesita 9 toneladas diarias. El costo del transporte desde cada almacén a cada mercado
viene dado por el siguiente cuadro:
Mercado 1 Mercado 2 Mercado 3

Almacén A 10 15 20
Almacén B 15 10 10
Utilizando el método matriz mínima, determine el transporte para que el costo sea mínimo.
3. Una compañía tiene tres Plantas (A, B y C) para fabricar bebidas gaseosas BIG KOLA, y dispone
de tres distribuidores mayoristas para la venta (D, E y F). Las cantidades producidas por A, B y C
son 1.000, 5.000 y 4.000 litros por día respectivamente. La máxima cantidad que puede vender el
almacén D es 3000 litros/día, E es 6000 litros/día y F es 7000 litros/día. Los costos de transporte
de cada fábrica a cada distribuidor mayorista están dados en la siguiente tabla:
pá g. 66
Demanda
D E F
Planta A 1 4 2
Planta B 3 1 2
Planta C 4 5 2
Determine la cantidad a transportar desde los orígenes a los destinos para que el costo sea
mínimo.
4. SEDAM Huancayo SA. tiene que distribuir el agua de tres pozos entre tres localidades. La tabla
de costos de distribución de cada m3 es la siguiente:
LOCALIDADES OFERTA
(m3/día)
A B C
Pozo I 7 8 10 40
Pozo II 5 12 4 30
Pozo III 9 7 8 45
DEMANDA (m3/día) 55 40 60
Determine la distribución del agua para cada una de las localidades de modo que el costo sea el
mínimo.
5. Una empresa de electricidad ElectroSURMEDIO SA. tiene 4 plantas termoeléctricas que son
abastecidas por 3 minas de carbón. La oferta total de carbón de las minas es igual a los
requerimientos totales de las plantas termoeléctricas. Existe un costo de transporte de una unidad
desde cada mina a cada planta. En la tabla que se muestra a continuación se indican la oferta
disponible, los requerimientos y los costos de transporte por unidad.
PLANTA
Oferta
M N O P
Mina X 2 3 4 5 14
Mina Y 5 4 3 1 15
Mina Z 1 3 3 2 17
Demanda 6 11 17 12
La empresa de electricidad quiere determinar cuántas unidades debe transportar desde la mina a
cada planta para minimizar el costo de transporte.
Actividad
Problemas de Programación Lineal
1. Una empresa KINGTEX S.A. produce 120 unidades del producto A y 360 unidades del producto B
cada día. Estos productos han de someterse a control de calidad, siendo la capacidad de control
de 200 unidades al día. El producto A se vende en el mercado a un precio 4 veces superior al
precio del producto B. Determínese la producción de la empresa que hace posible maximizar el
beneficio.
pá g. 67
2. CEPER PIRELLI SA. fabrica cable eléctrico de alta calidad usando dos tipos de aleaciones
metálicas, M y N. La aleación M contiene un 80% de cobre y un 20% de aluminio, mientras que la
N incluye un 68% de cobre y un 32% de aluminio. La aleación M tiene un precio de 80 euros por
tonelada, y la N, 60 euros por tonelada. Cuales son las cantidades que Pedro Pérez debe usar de
cada aleación para producir una tonelada de cable que contenga al menos un 20% de aluminio y
cuyo costo de producción sea el menor posible?
3. SAN FERNANDO S.A. posee 200 cerdos que consumen 90 lb. de comida especial todos los días. El
alimento se prepara como una mezcla de maíz y harina de soya con las siguientes composiciones:
Libras por libra de alimento
Alimento Calcio Proteína Fibra Costo ($/lb)
Maíz 0.001 0.09 0.02 0.20
Harina de soya 0.002 0.60 0.06 0.60
Los requisitos diarios de alimento de los cerdos son:
i. Cuando menos 1% de calcio
ii. Por lo menos 30% de proteína
iii. Máximo 5% de fibra
Determine la mezcla de alimentos con el mínimo de costo por día.
4. CATALINA HUANCA SAC fabrica dos tipos de joyas. Las del tipo A precisan 1 g de oro y 1,5 g
de plata, vendiéndolas a 40 euros cada una. Para la fabricación de las de tipo B emplea 1,5 g de
oro y 1 g de plata, y las vende a 50 euros. El orfebre tiene solo en el taller 750 g de cada uno de
los metales.
¿Cuántas joyas se han de fabricar de cada clase para obtener un beneficio máximo?
5. PIER’S SAC. desean liquidar 200 camisas y 100 pantalones de la temporada anterior. Para ello,
lanzan dos ofertas, A y B. La oferta A consiste en un lote de una camisa y un pantalón, que se
venden a 30 nuevos soles; la oferta B consiste en un lote de tres camisas y un pantalón, que se
vende a 50 nuevos soles. No se desea ofrecer menos de 20 lotes de la oferta A ni menos de 10
de la B.
¿Cuántos lotes han de vender de cada tipo para maximizar la ganancia?
6. POLAR EIRL. fabrica helados A y B, hasta un máximo diario de 1 000 kilos. La fabricación de
un kilo de A cuesta 1,8 euros y uno de B, 1,5 euros. Calcula cuántos kilos de A y B deben
fabricarse, sabiendo que la casa dispone de 2 700 euros /día y que un kilo de A deja un margen
igual al 90% del que deja un kilo de B.
7. SOL DE PIURA EIRL. elabora dos tipos de sombreros. Cada sombrero del primer tipo requiere
dos veces más tiempo de mano de obra que un producto del segundo tipo. Si todos los sombreros
son exclusivamente del segundo tipo, la compañía puede producir un total de 500 unidades al día.
El mercado limita las ventas diarias del primero y segundo tipos a 150 y 200 unidades. Supóngase
que la ganancia que se obtiene por producto es $8 para el tipo 1 y $5 para el tipo 2. Determine el
número de sombreros de cada tipo que deben elaborarse para maximizar la ganancia.
8. NACIÓN WANKA SRL. ha decidido manufacturar algunos o todos de cinco productos nuevos en
tres de sus fábricas que tienen capacidades productivas sobrantes. Los productos se venden por
peso y suponga que una unidad de ese producto equivale a la cantidad de ese producto. El
esfuerzo productivo para hacer cada producto es igual. Las capacidades disponibles a cada
fabrica se ven a continuación:
FABRICA CAPACIDAD DISPONIBLE
I 40 unidades
pá g. 68
II 60 unidades
III 90 unidades
La investigación de mercados indica que las ventas potenciales son así:
VENTAS POTENCIALES
PRODUCTOS
(Unidades)
1 30
2 40
3 70
4 40
5 60
Los costos variables de producción (miles $) de cada producto en cada fábrica son:
Producto
1 2 3 4 5
Fabrica
I 20 19 14 21 16
II 15 20 13 19 16
III 18 15 18 20 X
La X quiere decir que la fabrica 3 no puede producir el producto 5.

¿Qué cantidad de cada producto debe fabricarse en cada fábrica? y ¿Cuál es el costo Total de
Producción?
9. SCORZA SAC. dedicada a la fabricación de muebles ha de determinar cuántas mesas, sillas,

escritorios y estantes debe hacer para optimizar el uso de sus recursos. Estos productos utilizan
dos tipos diferentes de paneles, y la compañía dispone de 1500 tableros MDF y 1000 de
MELAMINE. Por otro lado cuenta con 800 horas de mano de obra. Las predicciones de venta así
como los pedidos atrasados exigen la fabricación de al menos 40 mesas, 130 sillas, 30 escritorios
y como máximo 10 estantes. Cada mesa, silla, escritorio y estantes necesita 5, 1, 9, y 12 tableros,
respectivamente, de MDF y 2, 3, 4, y 1 tableros de MELAMINE. Una mesa requiere 3 horas de
trabajo; una silla, 2; un escritorio, 5; y un estante 10. La compañía obtiene un beneficio de 12
dólares en cada mesa, 5 dólares en cada silla, 15 dólares en un escritorio, y 10 dólares en un
estante. Planteé el modelo de programación lineal para maximizar los beneficios totales.
10. PEPE DIAZ SRL. produce tres modelos (I, II y III) de cierto producto. El utiliza dos tipos de materia
prima (A y B), de los cuales se dispone de 4000 y 6000 unidades, respectivamente. Los requisitos
de materias primas por unidad de los tres modelos son:
Requisitos por unidad

del modelo dado
Materia prima I II III
A 2 3 5
B 4 2 7
El tiempo de mano de obra para cada unidad del modelo I es dos veces mayor que el del modelo II
y tres veces mayor que el del modelo III. Toda la fuerza de trabajo de la fábrica puede producir el
equivalente de 1500 unidades del modelo I. Un estudio del mercado indica que la demanda
pá g. 69
mínima de los tres modelos es 200, 200 y 150 unidades, respectivamente. Sin embargo, las
razones del número de unidades producidas deben ser iguales a 3:2:5. Supóngase que la
ganancia por unidad de los modelos I, II y III es $30, $20 y $50, respectivamente. Formule el
problema como un modelo de programación lineal para determinar el número de unidades de cada
producto que maximizarán la ganancia.
11. TANS PERÚ SAC. Posee un avión de carga que tiene tres compartimientos para almacenar:
delantero, central y trasero. Estos compartimientos tienen un límite de capacidad tanto en peso
como en espacio. Los datos se resumen en seguida:
Compartimiento Capacidad de peso Capacidad de espacio

(toneladas) (pies cúbicos)
Delantero 12 7000
Central 18 9000
Trasero 10 5000
Para mantener el avión balanceado, el peso de la carga en los respectivos compartimientos debe
ser proporcional a su capacidad.
Se tienen ofertas para los siguientes envíos en un vuelo próximo ya que se cuenta con espacio:
Carga Peso Volumen Ganancia

(toneladas) (pies cúbicos/tonelada) ($/tonelada)
1 20 500 320
2 16 700 400
3 25 600 360
4 13 400 290
Se puede aceptar cualquier fracción de estas cargas. El objetivo es determinar qué cantidad de
cada carga debe aceptarse (si se acepta) y cómo distribuirla en los compartimientos para
maximizar la ganancia del vuelo. Formule el modelo de programación lineal para este problema.
12. KONDA MOTOR’S SA. es especialista en el ensamble de vehículos. En los siguientes cuadros se
dan las ofertas, demandas y costos (semanales):
ENSAMBLADORA OFERTA DE DEMANDA DE

CIUDAD
MOTOS MOTOS
Bogotá 35 Cartagena 30
Medellín 60 Cali 45
Barranquilla 25 Montería 25
Pasto 20
A
Cartagena Cali Montería Pasto
DE
Bogotá 50 30 60 70
Medellín 20 80 10 90
Barranquilla 100 40 80 30
Determinar el PLAN ÓPTIMO de distribución con su Costo Total.
pá g. 70
13. PUNTA SAL SAC. es una fábrica que produce sombreros en tres diferentes modelos. Su
capacidad de producción mensual, es como sigue:
Modelo Capacidad de producción (sombreros/mes)

Norteño 650
Lona 900
Articela 700
La producción mensual es repartida en tres distribuidoras que se localizan en el área
metropolitana de la ciudad. Los costos de transporte unitarios se muestran más bajo, para cada
modelo y para cada distribuidora.
Distribuidora
Modelo Zona Norte Zona Rosa Zona Sur
Norteño $3.0 $5.0 $7.0

Lona 2.5 4.8 5.8
Articela 2.0 3.4 5.2
Los requerimientos por mes de cada distribuidora son los siguientes:
Distribuidora Demanda (sombreros/mes)
Zona Norte 750
Zona Rosa 900
Zona Sur 600
Formular un modelo de PL que minimice los costos de transporte.
pá g. 71
Tema Nº 7: MODELO DE ASIGNACION DE RECURSOS
7.1 Problemas de asignación de recursos

Los problemas de asignación presentan una estructura similar a los de transporte, pero con dos
diferencias: asocian igual número de orígenes con igual número de demandas y las ofertas en
cada origen es de valor uno, como lo es la demanda en cada destino. El problema de asignación
debe su nombre a la aplicación particular de asignar hombres a trabajos (o trabajos a máquinas),
con la condición de que cada hombre puede ser asignado a un trabajo y que cada trabajo tendrá
asignada una persona. La condición necesaria y suficiente para que este tipo de problemas tenga
solución, es que se encuentre balanceado, es decir, que los recursos totales sean iguales a las
demandas totales. El modelo de asignación tiene sus principales aplicaciones en: Trabajadores,
Oficinas al personal, Vehículos a rutas, Máquinas, Vendedores a regiones, productos a fabricar,
etc.
Transporte Asignación
Unidades de un bien
m orígenes m recursos
n destinos n actividades
si recursos en el origen i
Demanda dj en el destino j
Costo cij por unidad distribuida
desde el origen i al destino j
Ganancia Z Medida global de la efectividad Z
Así, por lo general, el origen i (i = 1, 2, ..., m) dispone de si unidades para distribuir a los destinos y
el destino j (j = 1, 2, ..., n) tiene una demanda de dj unidades que recibe desde los orígenes. Una
suposición básica es que el costo de distribución de unidades desde el origen i al destino j es
directamente proporcional la distancia, donde cij denota el costo por unidad distribuida. Igual que
para el ejemplo prototipo, estos datos de entrada se pueden resumir en forma muy conveniente en
la tabla de costos y requerimientos que se muestra enseguida:
Costo por unidad distribuida consumo de Cantidad de

recursos por unida de actividad recursos
disponibles
Destino Actividad
1 2 ... n Recursos
1 c11 c12 ... c1n s1
Origen 2 c21 c22 ... c2n s2
Recurso . . . . .
. . . . .
m cm1 cm2 ... cmn sm
Demanda d1 d2 ... dn
Contribución a
Z por unidad de
actividad
pá g. 72
7.2 El método Húngaro

Este algoritmo se usa para resolver problemas de minimización, ya que es más
eficaz que el empleado para resolver el problema del transporte por el alto grado de
degeneración que pueden presentar los problemas de asignación. Las fases para la
aplicación del método Húngaro son:
 Paso 1: Encontrar primero el elemento más pequeño en cada fila de la matriz de
costos m*m; se debe construir una nueva matriz al restar de cada costo el costo
mínimo de cada fila; encontrar para esta nueva matriz, el costo mínimo en cada
columna. A continuación se debe construir una nueva matriz (denominada matriz
de costos reducidos) al restar de cada costo el costo mínimo de su columna.
 Paso 2: (En algunos pocos textos este paso se atribuye a Flood). Consiste en
trazar el número mínimo de líneas (horizontales o verticales o ambas únicamente
de esas maneras) que se requieren para cubrir todos los ceros en la matriz de
costos reducidos; si se necesitan m líneas para cubrir todos los ceros, se tiene
una solución óptima entre los ceros cubiertos de la matriz. Si se requieren menos
de m líneas para cubrir todos los ceros, se debe continuar con el paso 3. El
número de líneas para cubrir los ceros es igual a la cantidad de asignaciones que
hasta ese momento se pueden realizar.
 Paso 3: Encontrar el menor elemento diferente de cero (llamado k) en la matriz de

costos reducidos, que no está cubierto por las líneas dibujadas en el paso 2; a
continuación se debe restar k de cada elemento no cubierto de la matriz de costos
reducidos y sumar k a cada elemento de la matriz de costos reducidos cubierto
por dos líneas (intersecciones). Por último se debe regresar al paso 2.
Notas:
 Para resolver un problema de asignación en el cual la meta es maximizar la
función objetivo, se debe multiplicar la matriz de ganancias por menos uno (-1) y
resolver el problema como uno de minimización.
 Si el número de filas y de columnas en la matriz de costos son diferentes, el
problema de asignación está desbalanceado. El método Húngaro puede
proporcionar una solución incorrecta si el problema no está balanceado; debido a
lo anterior, se debe balancear primero cualquier problema de asignación
(añadiendo filas o columnas ficticias) antes de resolverlo mediante el método
Húngaro.
 En un problema grande, puede resultar difícil obtener el mínimo número de filas
necesarias para cubrir todos los ceros en la matriz de costos actual. Se puede
demostrar que si se necesitan j líneas para cubrir todos los ceros, entonces se
pueden asignar solamente j trabajos a un costo cero en la matriz actual; esto
explica porqué termina cuando se necesitan m líneas.
Mediante el siguiente ejemplo vamos a ilustrar la manera de aplicar el método Húngaro a
la solución de un problema de asignación de minimización:
Una factoría tiene cuatro operarios, los cuales deben ser asignados al manejo de cuatro
máquinas; las horas requeridas para cada trabajador en cada máquina se dan en la tabla
adjunta; el tiempo a laborar por cada operario en cada una de las máquinas se pretende
que sea mínimo, para lo cual se busca la asignación óptima posible.
pá g. 73
OPERARIOS MAQUINAS
1 2 3 4
Antonio 10 14 16 13
Bernardo 12 13 15 12
Carlos 9 12 12 11
Diego 14 13 18 16
Planteamiento del Modelo Primal:

MIN W = 10 X11+ 14 X12+ 16 X13+ 13 X14+ 12 X21+ 13 X22+ 15 X23+ 12 X24+ + 9
X31+ 12 X32+ 12 X33+ 11 X34+ 14 X41+ 16 X42+ 18 X43+ 16 X44
sujeto a las siguientes restricciones:
Aplicando el método Húngaro tenemos:
1 2 3 4
A 10 14 16 13
B 12 13 15 12
C 9 12 12 11
D 14 16 18 16

Restamos 10, 12, 9 y 14 (costos mínimos de cada fila) de cada elemento en cada una de las filas
correspondientes:

1 2 3 4
A 0 3 6 3
pá g. 74
B 0 1 3 0
C 0 3 3 2
D 0 2 4 2
En la matriz anterior trazamos el menor número de líneas (3), de manera tal que cubran todos los ceros
(Método de Flood):

1 2 3 4
A 0 3 3 3
B 0 0 0 0
C 0 2 0 2
D 0 1 1 2

En la matriz anterior trazamos el menor número de líneas (3), de manera tal que cubran todos los ceros
(Método de Flood):

1 2 3 4
A 0 2 3 2
B 1 0 1 0
C 0 1 0 1
D 0 0 1 1

Solución Optima Unica:A-1, B-4, C-3 y D-2.Lo anterior quiere decir que Antonio va a laborar en la máquina
1 (10 horas), Bernardo en la máquina 4 (12 horas), Carlos va a trabajar en la máquina 3 (12 horas) y Diego
en la máquina 2 (16 horas).
La combinación óptima de los recursos para este problema de minimización de asignación es de 50 horas,
resultantes de adicionar las asignadas a cada uno de los operarios en cada una de las máquinas. Dicho
valor corresponde al valor óptimo de la función objetivo.
Actividad
1. Una fábrica dispone de cuatro obreros para completar cuatro trabajos. Cada obrero sólo puede
hacer uno de los trabajos. El tiempo que requiere cada obrero para completar cada trabajo se da a
continuación:
Tiempo requerido Trabajo 1 Trabajo 2 Trabajo 3 Trabajo 4
por obreros
Obrero 1 14 5 8 7 pá g. 75
Obrero 2 2 12 6 5
Obrero 3 7 8 3 9
Obrero 4 2 4 6 10
La fábrica desea minimizar el tiempo total dedicado a los cuatro trabajos.

a) Formular un modelo que determine la mejor asignación de los obreros.
2. Un pequeño taller arma dispositivos mecánicos, ya sea como un producto terminado que entrega
al mercado, o como un proceso intermedio para entregar a una gran fábrica. Trabajan 3 personas
en jornadas de 40 horas semanales. Dos de estos obreros no calificados reciben $0.4 por hora, y
el tercero, un obrero calificado, recibe $0.6 por hora. Los tres están dispuestos a trabajar hasta 10
horas adicionales a la semana con un salario 50% superior durante este período.
Los costos fijos semanales son de $800. Los gastos de operación variables son de $1.0 por hora
de trabajo de obrero no calificado y $2.4 por hora de obrero calificado. Los dispositivos mecánicos
sin acabar son vendidos a la planta a $6.5 cada uno. El taller tiene un contrato bajo el cual debe
entregar 100 de estos dispositivos semanalmente a la empresa. El dueño del taller tiene como
política el producir no más de 50 dispositivos a la semana por sobre el contrato.
Los dispositivos terminados se venden a $15 cada uno sin restricciones de mercado.
Se requieren 0.5 horas de obrero no calificado y 0.25 horas de obrero calificado para producir un
dispositivo sin acabar listo para entregar a la empresa. Uno de estos dispositivos puede
ensamblarse y dejarlo terminado agregándole 0.5 horas de trabajador calificado.
Un dispositivo acabado listo para entregar al mercado se puede producir con 0.6 horas de obrero
no calificado y 0.5 horas de obrero calificado. Plantear el modelo de programación lineal que
permita responder la consulta: ¿cómo y cuánto producir para cumplir el contrato de modo de
maximizar las utilidades?
3. El gestor de un hospital debe planificar el horario de los trabajadores del mismo. Determínese el
coste mínimo de personal para el hospital sabiendo que
a. La jornada laboral consta de 3 turnos.
b. En cada turno ha de haber al menos 1 medico, 3 enfermeras y 3 auxiliares de clínica.
c. El número máximo de empleados que se requiere en cada turno es 10.
d. Los salarios son los siguientes: 50 dólares/turno para un medico, 20 dólares/turno para un
enfermero, y 10 dólares/turno para un auxiliar de clínica.
e. El número total de empleados es: 15 médicos, 36 enfermeras, y 49 auxiliares de clínica.
f. Cada empleado debe descansar al menos dos turnos consecutivos.
4. Una empresa tiene un trabajo compuesto de 5 módulos para ser desarrollado por 5
programadores, se desea que cada módulo sea desarrollado por un solo programador y que cada
programador desarrolle un solo módulo. Debido a los diferentes grados de dificultad de los
módulos y a las diferencias individuales de los programadores, el tiempo (en días) que ellos
emplean es diferente y se da en la siguiente tabla:
MODULOS PROGRAMADORES
A B C D E
Modulo 1 2 4 4 3 6
Modulo 2 2 6 5 4 6
pá g. 76
Modulo 3 5 6 5 3 7
Modulo 4 3 5 7 2 4
Modulo 5 8 5 6 2 1
a) Determine la asignación óptima de modo de minimizar el tiempo total
b) Para cuándo debe comprometerse a entregar el trabajo
c) Cómo sería la formulación si un programador puede desarrollar más de un módulo?
a) Cuál es la opción que más le conviene hacer a la empresa?
a. Si la utilidad unitaria de las sillas disminuye a $16, ¿Cómo se afecta a la solución óptima y el
objetivo?
pá g. 77
UNIDAD V
Tema Nº 8: PROGRAMACION DE PROYECTOS PERT/CPM
8.1 Introducción
En muchas situaciones los administradores son responsables de planear, programar y controlar
proyectos compuestos de numerosas actividades, tareas, y complejos procesos. Estos pueden
variar en un rango de menor a mayor complejidad en relación directa al monto de la inversión, en
esta última se hace difícil coordinar la duración, su presupuesto, la precedencia todas las
actividades.
La existencia de métodos cuantitativos muy relacionados entre si como el PERT y el CPM asisten
eficazmente al administrador de proyectos. En esa oportunidad la variedad de las utilidades de
estas dos técnicas solo se estudiaran aquellas orientados a la mercadotecnia como:
- Investigación y desarrollo de nuevos productos
- Conducción de una campaña publicitaria
- Capacitación a la fuerza de ventas
- Asesoría y consultoría en marketing
- Diseñar o modificar procesos productivos complejos
El origen de estas técnicas se debió a la complejidad de las tareas y actividades a desarrollar en
mega proyectos donde decenas, centenas y millares de actividades en el campo militar eran
necesarias planear, programa y controlar. Un factor que complica el término a una fecha
determinada de tales actividades es la interdependencia de las mismas, por ejemplo: Algunas
actividades dependen de la terminación de otras antes de que puedan iniciarse. Los proyectos
pueden llegar a varios miles de tareas o actividades por lo que los administradores de proyectos
buscan procedimientos a responder a algunas interrogantes como:
1. De que modo puede desplegarse el proyecto en forma grafica para visualizar mejor el flujo
de actividades
2. ¿Cual es el tiempo total para terminar el proyecto?
3. ¿Cuales son las fechas programadas de inicio y término para cada una de las
actividades?
4. ¿Cuales son las actividades cuello de botella denominadas actividades criticas?, donde
deben evitarse los retrasos
5. Dada la incertidumbre al estimar con precisión las duraciones de las actividades ¿Cuál es
la probabilidad de terminar el proyecto a la fecha programada?
6. Si se gasta dinero adicional para acelerar el proyecto o para evitar penalidades por la
demora en la entrega o finalización del proyecto. ¿Cuál es la forma menos costosa de
intentar cumplir con el tiempo programado?
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 ejecución del proyecto no forma parte del método. Es una etapa previa
que se debe desarrollar separadamente y para la cual también puede utilizarse el Método del
Camino Critico. Es una investigación de objetivos, métodos y elementos viables y disponibles.
De modo que el PERT CPM, es un instrumento de dirección válido para obtener la seguridad en la
planificación y control y es aplicable en todos los niveles de complejidad, desde los problemas
simples y de corto plazo, hasta el más complicado y de largo alcance.
pá g. 78
8.2 Procedimiento para trazar un modelo de red

Para aplicar CPM o PERT se requiere conocer la lista de actividades que incluye un
proyecto. Se considera que el proyecto está terminado cuando todas las actividades han
sido completadas. Para cada actividad, puede existir un conjunto de actividades
predecesoras que deben ser completadas antes de que comience la nueva actividad. Se
construye una malla o red del proyecto para graficar las relaciones de precedencia entre
las actividades. En dicha representación grafica, cada actividad es representada como un
arco y cada nodo ilustra la culminación de una o varias actividades.
Consideremos un proyecto que consta de solo dos actividades A y B. Supongamos que la
actividad A es predecesora de la actividad B. La representación grafica de este proyecto
se muestra en la figura. Así, el nodo 2 representa la culminación de la actividad A y el
comienzo de la actividad B.
A B
1 2 3
Si suponemos ahora que las actividades A y B deben ser terminadas antes que una
actividad C pueda comenzar, la malla del proyecto queda como se muestra en la figura2.
En este caso, el nodo representa que las actividades A y B se han terminado, además del
inicio de la actividad C. Si la actividad A fuera predecesora de las actividades B y C, la
red quedara como se muestra.
A
1
1 B
1
Proyecto de tres actividades
Dado un conjunto de actividades y sus relaciones de predecesoras, se puede construir

una representación grafica de acuerdo a las siguientes reglas:
 El nodo 1 representa el inicio del proyecto. Por lo tanto, las actividades que parten
del nodo 1 no pueden tener predecesoras.
 El nodo Terminal o final del proyecto debe representar el término de todas las
actividades incluidas en la red.
 Una actividad no puede ser representada por más de un arco en la red.
 Dos nodos deben estar conectados por a lo mas un arco.
Para no violar las reglas 3 y 4, a veces es necesario introducir una actividad artificial o
dummy que posee tiempo de duración nulo. Por ejemplo, supongamos que las
actividades A y B son predecesoras de la actividad C y además comienzan al mismo
tiempo. En este caso, una primera representación podría ser la indicada en la figura 2.4.
Sin embargo, la red de la figura 3 viola la regla 4. Para corregir este problema, se
introduce una actividad artificial indicada con un arco segmentado en la figura
La red de la figura 4 refleja el hecho de que la actividad C tiene como predecesoras a A y
B, pero sin violar la regla 4. En otros casos, se deben agregar actividades artificiales para
no violar la regla 3.
1 2
C
A y B predecesoras de C
pá g. 79
B
Razones para usar actividades ficticias:

a) Para evitar que dos o más actividades tengan el mismo Evento inicial y final y
b) Para representar relaciones de precedencia que de otra manera no pueden ser
representadas. Una red bien debe contener el mínimo necesario de este tipo de
actividades.
pá g. 80
8.3 Pasos en el planeamiento del proyecto del cpm

a) Especifique las actividades individuales
De la estructura de la interrupción del trabajo, un listado se puede hacer de todas las
actividades en el proyecto. Este listado se puede utilizar como la base para agregar la
información de la secuencia y de la duración en pasos más últimos.
b) Determine la secuencia de las actividades
Algunas actividades son dependientes en la terminación de otras. Un listado de los
precursores inmediatos de cada actividad es útil para construir el diagrama de la red del
CPM.
c) Dibuje el diagrama de la red
Una vez que se hayan definido las actividades y el su ordenar, el diagrama del CPM
puede ser dibujado. El CPM fue desarrollado originalmente como actividad en red del
nodo (AON), pero algunos planificadores del proyecto prefieren especificar las
actividades en los arcos.
d) Estime la época de la terminación para cada actividad
El tiempo requerido para terminar cada actividad se puede estimar usando experiencia
previa o las estimaciones de personas bien informadas. El CPM es un modelo
determinista que no considera la variación en el tiempo de la terminación, tan solamente
un número se utiliza para la estimación del tiempo de una actividad.
e) Identifique la trayectoria crítica (la trayectoria más larga a través de la red)
La trayectoria crítica es la trayectoria de la largo-duracio'n a través de la red. La
significación de la trayectoria crítica es que las actividades que mienten en ella no se
pueden retrasar sin delaying el proyecto. Debido a su impacto en el proyecto entero, el
análisis de trayectoria crítica es un aspecto Importante del planeamiento del proyecto.La
trayectoria crítica puede ser identificada determinando los cuatro parámetros siguientes
para cada actividad:
 ES, Principio temprano.
 EF, principio tardío.
 LS, terminación temprana.
 LF, terminación tardía.
La época floja para una actividad es el tiempo entre su hora de salida más temprana y
más última, o entre su tiempo más temprano y más último del final. La holgura es la
cantidad de tiempo que una actividad se puede retrasar más allá de su comienzo más
temprano o final más temprano sin delaying el proyecto.
La trayectoria crítica es la trayectoria a través de la red del proyecto en la cual ningunas
de las actividades tienen holgura, es decir, la trayectoria para la cual ES=LS y EF=LF
para todas las actividades en la trayectoria. Retrasa en la trayectoria crítica retrasa el
proyecto. Semejantemente, acelere el proyecto que es necesario reducir el tiempo total
requerido para las actividades en la trayectoria crítica.
f) Ponga al día el diagrama del CPM
Pues progresa el proyecto, los tiempos reales de la terminación de la tarea serán sabidos
y el diagrama de la red se puede poner al día para incluir esta información. Una
trayectoria crítica nueva puede emerger, y los cambios estructurales se pueden realizar
en la red si los requisitos del proyecto cambian.
g) Limitaciones del CPM
El CPM fue desarrollado para el complejo pero los proyectos bastante rutinarios con
incertidumbre mínima en los tiempos de la terminación del proyecto. Para menos
proyectos de la rutina hay más incertidumbre en los tiempos de la terminación, y límites
de esta incertidumbre la utilidad del modelo determinista del CPM. Una alternativa al
CPM es el modelo del planeamiento del proyecto del PERT, que permite que una gama
de duraciones sea especificada para cada actividad.
pá g. 81
Ejemplo: Construcción de un Complejo Deportivo

La universidad del Estado está considerando construir un complejo atlético de sus
múltiples dentro de su campo. El complejo proveerá un gimnasio para juegos inter-
universidades, espacio de oficinas, salones de clases y todos los servicios necesarios
dentro de él. Las actividades que serán emprendidas antes de su construcción se
muestran, con la información necesaria, a continuación:
Actividades
Actividad Descripción Duración
Precedentes
A Estudios del sitio para la construcción ------ 6
B Desarrollo del diseño inicial ------ 8
C Obtener aprobación de las instancias A,B 12
superiores
D Seleccionar al arquitecto C 4
E Establecer el presupuesto C 6
F Finalizar el diseño D,E 15
G Obtener financiamiento E 12
H Contratar al constructor F,G 8
8.4 Utilidad de las técnicas PERT y CPM

El PERT/CPM fue diseñado para proporcionar diversos elementos útiles de información para los
administradores del proyecto.
a) Expone la "ruta crítica" de un proyecto. Estas son las actividades que limitan la duración
del proyecto. En otras palabras, para lograr que el proyecto se realice pronto, las
actividades de la ruta crítica deben realizarse pronto. Por otra parte, si una actividad de la
ruta crítica se retarda, el proyecto como un todo se retarda en la misma cantidad. Las
actividades que no están en la ruta crítica tienen una cierta cantidad de holgura; esto es,
pueden empezarse más tarde, y permitir que el proyecto como un todo se mantenga en
programa.
b) Identifica estas actividades y la cantidad de tiempo disponible para retardos.
c) Considera los recursos necesarios para completar las actividades. En muchos proyectos,
las limitaciones en mano de obra y equipos hacen que la programación sea difícil.
pá g. 82
d) Identifica los instantes del proyecto en que estas restricciones causarán problemas y de
acuerdo a la flexibilidad permitida por los tiempos de holgura de las actividades no
críticas, permite que el gerente manipule ciertas actividades para aliviar estos problemas.
e) Proporciona una herramienta para controlar y monitorear el progreso del proyecto. Cada
actividad tiene su propio papel en éste y su importancia en la terminación del proyecto se
manifiesta inmediatamente para el director del mismo. Las actividades de la ruta crítica,
permiten por consiguiente, recibir la mayor parte de la atención, debido a que la
terminación del proyecto, depende fuertemente de ellas. Las actividades no críticas se
manipularan y remplazaran en respuesta a la disponibilidad de recursos.
Simplemente hablando, el PERT-CPM es una técnica de planificación y un instrumento de control
de la dirección que utiliza la teoría de la “Red”. Una vez definidas las varias actividades que
componen el proyecto, se forma con ellos la “Red”, mostrando la sucesión de las actividades en
secuencia lógica y el grado de interdependencia entre ellas. Se estima el tiempo de duración
asociado a cada actividad, y se determinan las partes críticas del proyecto La “Red” es el mapa, la
representación gráfica de la organización interna del proyecto.
8.5 Programación de proyectos

Una vez elaborado el diagrama queda clara la secuencia de actividades y se puede pasar a la
programación de las mismas. Para ello, es necesario conocer las duraciones de las distintas
actividades. Generalmente, éstas no se pueden fijar con exactitud, ya que son muchos los factores
de carácter aleatorio que están relacionados con ellas. Sirva de ejemplo la actividad «escribir un
informe»: ¿nos podría decir qué tiempo tardada usted? Suponemos que la respuesta sería algo
parecido a «depende». El PERT aborda este problema evaluando la duración de una actividad a
partir de tres estimaciones:
a) Duración optimista: que representa el tiempo mínimo en que podría ejecutarse la actividad si
todo marchara excepcionalmente bien, no produciéndose ningún contratiempo durante la
fase de ejecución. Se considera que la probabilidad de poder finalizar la actividad en esta
duración no es Superior al 1 por 100.
b) Duración más probable, o estimación modal, que es el tiempo que, normalmente, se empleará
en ejecutar la actividad; en el caso de que dicha tarea se hubiera realizado varias veces, seria
la duración con mayor frecuencia de aparición.
c) Duración pesimista, que representa el tiempo máximo en que se podría ejecutar la actividad
si todas las circunstancias que influyen en su duración fueran totalmente desfavorables su
probabilidad se considera, como máximo, del 1 por 100.

8.6 Ventajas del PERT y CPM
a) Enseña una disciplina lógica para planificar y organizar un programa detallado de largo
alcance.
b) Proporciona una metodología estándar de comunicar los planes del proyecto mediante un
cuadro de tres dimensiones (tiempo, personal; costo).
c) Identifica los elementos (segmentos) más críticos del plan, en que problemas potenciales
puedan perjudicar el cumplimiento del programa propuesto.
d) Ofrece la posibilidad de simular los efectos de las decisiones alternativas o situaciones
imprevistas y una oportunidad para estudiar sus consecuencias en relación a los plazos de
cumplimiento de los programas.
e) Aporta la probabilidad de cumplir exitosamente los plazos propuestos.

En otras palabras: CPM es un sistema dinámico, que se mueve con el progreso del proyecto,
reflejando en cualquier momento el STATUS presente del plan de acción.
El administrador de proyectos no tiene por que saber el manejo matemático de las herramientas
de planeación que muchas veces es complicado, pero es fundamental saber los conceptos, el
pá g. 83
¿Por qué? y ¿Cuándo? usar cada técnica, y como sacar provecho de los resultados de las mismas
para la toma de decisiones
Las técnicas de planificación por redes son únicas en su forma, especialmente por lo que
respecta a los conceptos de la ruta crítica. Los conceptos relativos a nivelación de cargas, costo
mínimo y programación de recursos limitados han aportado una base racional a una dirección de
proyectos que se apoya en planes amplios cuidadosamente tratados. Se puede decir que los
planes se derivan del análisis de diversas alternativas sobresalientes. Estando basados en la
computadora, se pueden aplicar a sistemas muy grandes. Son flexibles, de manera que se pueden
modificar cuando así lo aconseje la experiencia.
Una vez establecidas la red de actividades, la ruta crítica y los datos estadísticos del programa
se tiene un plan de proyecto. De la información se puede extraer datos adicionales con respecto a
la demanda de recursos del programa inicial; es posible la formulación de programas alternativos,
con el fin de nivelar las cargas. La distribución del tiempo que se supone para la actividad se
define por tres estimados, (estimado de tiempo probable, tiempo optimista, tiempo pesimista)
tomado en cuenta que el tiempo de terminación del proyecto es la suma de todos los tiempos
esperados de las actividades sobre la ruta crítica, de ese modo se sabe que las distribuciones de
los tiempos de las actividades son independientes y la varianza del proyecto es la es la suma de
las varianzas de las actividades en la ruta crítica.
Mientras que el CPM y PERT son esencialmente lo mismo, sus matices hacen cada uno aplicable
más que el otro en situaciones diferentes. En ambos métodos la información esencial deseada es
la ruta crítica y las holguras. Estas, le permiten al director del proyecto hacer decisiones con base
a información, basado en el principio de administración por excepción, sobre los planes y
proyectos del trabajo actual y monitorear el progreso del proyecto.
8.7 Pasos en el método pert (program evaluation and review technique)

En CPM se asume que la duración de cada actividad es conocida con certeza.
Claramente, en muchas ocasiones este supuesto no es válido. PERT intenta corregir este
error suponiendo que la duración de cada actividad es una variable aleatoria. Para cada
activad, se requiere estimar las siguientes cantidades:
a = Tiempo Optimista. Duración de la actividad bajo las condiciones más favorables

b = Tiempo Pesimista. Duración de la actividad bajo las condiciones más
desfavorables
m = Tiempo Normal. El valor más probable de la duración de la actividad.
La forma de la distribución se muestra en la figura, tiempo más probable es el tiempo

requerido para completar la actividad bajo condiciones normales. Los tiempos optimistas
y pesimistas proporcionan una medida de la incertidumbre inherente en la actividad,
incluyendo desperfectos en el equipo, disponibilidad de mano de obra, retardo en los
materiales y otros factores.
pá g. 84
8.8 Asignación de tiempos

Es necesario estimar los tiempos de las tareas incluidas en la red. Para ello se podrá disponer de
sistemas de estudio y medición del trabajo, de estadísticas históricas o de datos de ejecución de
tareas iguales, similares o comparables.
Cuando mencionamos las diferencias entre CPM y PERT, dijimos que para el primero, la
determinación de tiempo de cada una de las tareas es estimada mientras que para el segundo la
determinación es probabilística. Es decir, la técnica PERT hace un uso explícito de la teoría de la
probabilidad mientras que en el CPM es intuitivo.
Sintetizando, el método PERT utiliza tres distintas estimaciones de tiempo, que se aplican al caso
de planes desarrollados para aplicaciones no tradicionales, en que existe un desconocimiento total
de la duración de una actividad:
- Estimaciones optimistas (to): duración mínima en que la tarea puede ser finalizada.
- Estimación pesimista (tp): duración máxima en que la tarea puede ser totalizada.
- Estimación más probable (tm): representa el valor más probable, es decir el de mayor
frecuencia, o sea, la moda.
Con estos tiempos, podemos obtener el tiempo esperado (t e) bajo la siguiente fórmula:
te = to + 4tm + tp
6
La ventaja de tener tres estimaciones de los tiempos de cada actividad es que puede calcularse la
dispersión de los tiempos y puede utilizarse esta información para evaluar la incertidumbre de que
el proyecto se termine de acuerdo con el programa.
Cálculos básicos:
La siguiente parte del proceso, que es la determinación de los tiempos en cada actividad.
Lo primero que tendríamos que hacer es calcular el tiempo más temprano de iniciación de cada
actividad (ES), que esta determinado por el tiempo de terminación de las actividades predecesoras
a esta.
El tiempo más temprano de terminación de una actividad (EF) es igual al tiempo más temprano de
inicio de dicha actividad (ES) más el tiempo esperado de la actividad (t), es decir:
EF = ES + t
Regla de tiempo de ES  El tiempo más temprano de inicio de una actividad

(ES) es igual al más tardío de los tiempos más
tempranos de terminación de las actividades
predecesoras
Por otro lado, el ES de una actividad sin predecesores es 0.
Una vez terminado este proceso (conocido como “proceso hacia adelante”), haremos el “proceso
hacia atrás”, el cual nos servirá para determinar los tiempos más tardíos de inicio y terminación de
cada una de las actividades.
Como su nombre lo dice, esta parte del proceso es “hacia atrás” ya que iniciamos calculando el
tiempo más tardío de terminación (LF) de la última actividad, que es igual al tiempo más temprano
de terminación (EF) de esta misma actividad (que es el mismo del proyecto).
pá g. 85
El tiempo más tardío de inicio (LS) de cada actividad es igual al tiempo más tardío de terminación
(LF) menos el tiempo esperado de la actividad (t), esto es:
LS = LF – t
Regla de tiempo para LF  El tiempo más tardío de terminación (LF) para

una actividad es igual al menor de los tiempos
más tardíos de inicio (LS) de sus actividades
sucesoras
Una vez terminada esta actividad, ya podemos definir la ruta crítica, que es la formada por las
actividades críticas de la red. Las actividades críticas son aquellas que tienen un tiempo de
holgura igual a cero.
Tiempo de holgura = LS – ES = LF – EF
Resumen del procedimiento de diagramación de red:

1. Identificar todas las actividades relacionadas con el proyecto
2. Determinar las relaciones de precedencia entre las actividades
3. Estimar el tiempo de terminación de cada actividad
4. Elaborar la red del proyecto, mostrando las relaciones de precedencia
5. Con el proceso “hacia delante” calcular el tiempo más temprano de inicio (ES) y el tiempo
más temprano de terminación (EF) de cada actividad
6. Con el proceso “hacia atrás” calcular el tiempo mas tardío de terminación (LF) y el tiempo
más tardío de inicio (LS) de cada actividad
7. Calcular el tiempo de holgura de cada actividad
8. Identificar la ruta crítica del proyecto
Una de las características de este modelo es el poder manejar la incertidumbre en los pronósticos
de tiempo para terminar las tareas
CONSIDERACIÓN DE LOS INTERCAMBIOS DE TIEMPO Y COSTO
Los desarrolladores originales de CPM dieron al administrador del proyecto la posibilidad de

agregar recursos a actividades seleccionadas para reducir el tiempo de terminación del proyecto.
Los recursos añadidos (como más trabajadores, tiempo extra y otros) generalmente incrementan
los costos del proyecto, por lo que la decisión de reducir los tiempos de las actividades debe tomar
en consideración el costo adicional involucrado. En efecto, el administrador del proyecto tiene que
tomar una decisión que implica negociar un tiempo más reducido de actividad contra un costo
adicional del proyecto.
La tabla siguiente define un proyecto de mantenimiento de dos máquinas que involucra cinco
actividades. Dado que la administración ha tenido gran experiencia con proyectos similares, se
considera que los tiempos para las actividades de mantenimiento son conocidos; por lo que se da
una sola estimación de tiempo para cada actividad.
pá g. 86
El procedimiento para efectuar cálculos de camino crítico para la red del proyecto de
mantenimiento es el mismo que utilizamos para determinar el camino crítico en las redes tanto
para el proyecto de expansión del Western Hills Shopping Center como para el proyecto Porta-
Vac. Efectuando los cálculos de pase hacia adelante y pase hacia atrás de la red obtuvimos el
programa de actividades que aparece en la tabla.
Los tiempos de holgura cero, y por lo tanto el camino crítico, quedaron asociados con las
actividades A-B-E. La duración del camino crítico, y por lo tanto el tiempo total requerido para
finalizar el proyecto, es de 12 días.
Tiempos de actividades apresuradas
Ahora suponga que los niveles actuales de producción hacen imperativo terminar el proyecto de
mantenimiento en diez días. Observando la duración del camino crítico de la red (12 días) nos
damos cuenta de que es imposible cumplir con el tiempo deseado de finalización del proyecto a
menos que podamos reducir algunos tiempos seleccionados de actividad. Esta reducción de los
tiempos de actividad, que por lo general se puede conseguir agregando recursos, se conocen
como apresurar. Sin embargo, los recursos añadidos asociados con tiempos de actividad de
apresuramiento generalmente dan como resultado costos agregados del proyecto, por lo que
requeriremos identificar las actividades cuyo apresuramiento cuesta menos y a continuación
apresurar esas actividades únicamente lo necesario para cumplir con el tiempo deseado de
finalización del proyecto.
Para determinar simplemente dónde y cuánto apresurar los tiempos de actividad, necesitamos
información sobre cuánto se puede apresurar cada una de las actividades y cuánto cuesta este
proceso de apresuramiento, por lo que debemos solicitar la siguiente información:
1. Costo de la actividad bajo el tiempo de actividad normal o esperado
2. Tiempo para finalizar la actividad bajo un apresuramiento máximo (es decir, el tiempo de
actividad más corto posible)
3. Costo de la actividad bajo apresuramiento máximo.
pá g. 87
Actividad
PROBLEMAS PROPUESTOS DE PROGRAMACIÓN DE PROYECTOS
1. Corporación de Alimentos S.A. fabrica y distribuye diversos productos alimenticios que se

venden a través de tiendas de abarrotes y supermercados. La empresa recibe pedidos
directamente de cada una de las tiendas individuales: un pedido típico solicita la entrega de
varias cajas de bienes que abarcan entre 20 a 50 productos diferentes, Bajo la operación actual
del almacén de la empresa, los almaceneros despachan personalmente seleccionando los
pedidos llevándolos al área de embarque. Debido a los elevados costos de la mano de obra y a
la relativa baja productividad de la selección manual de pedidos, la administración ha decidido
automatizar la operación del almacén instalando un sistema de selección de pedidos controlado
por computadora, junto con un sistema de banda o faja transportadora para mover los productos
del área de almacenaje a la área de embarque.
El gerente de logística de la Corporación fue designado administrador del proyecto encargado
del sistema automatizado. Después de consultar con el área de ingeniería y de administración
se ha realizado una listado actividades y los tiempos de las mismas, las que son:
Actividad Descripción Precedent Tiempo

e esperado
A Determinar necesidades del equipo - 4
B Obtener cotizaciones de los proveedores - 6
C Seleccionar proveedor A, B 2
D Diseñar el sistema de pedidos C 8
E Diseñar nueva disposición física del almacén C 7
F Acondicionar el almacén E 4
G Diseñar interface con la computadora C 4
H Realizar el interface de la computadora D, F, G 4
I Instalar sistema D, F 4
J Capacitar a los operadores del sistema H 3
K Probar el sistema I, J 2
Se desea conocer: El grafico del proyecto indicando su duración y el / los caminos critico/s
2. Un empresario que se dedica a la venta de cueros y suelas ha decidido incursionar en la

fabricación de calzados y propone para la puesta en marcha de su proyecto de inversión, las
siguientes actividades hasta el inicio de sus operaciones fabriles y le ha dado un plazo de 6
semanas para terminar la implementación.
(Emplea a su sobrino para administrar –implementar y ejecutar- el proyecto ya que no desea
tener desavenencias con clientes de su tienda de cueros y suelas que son fabricantes de
calzados)
Actividad Precedente Duración

(días)
pá g. 88
A E 4
B - 10
C D, E, F 3
D A, B 16
E - 5
F H 10
G H 12
H A, B 15
I C, G 7
Se desea conocer:
a. Gráfico de las actividades
b. Las actividades críticas (camino crítico)
c. ¿Puede asegurarse en las condiciones actuales terminar el proyecto en 42 días?
d. A su criterio ¿que debería realizarse para cumplir con el plazo previsto?
3. En un proyecto de inversión las actividades que se desarrollaran son las siguientes:
Actividad Descripción Precedente Duración

(días)
A Acondicionar los puntos de venta - 12
B Contratar vendedoras A 6
C Instruir vendedoras B 13
D Seleccionar agencia de publicidad A 3
E Planear campaña de publicidad D 7
F Dirigir campaña de publicidad E 17
G Diseñar etiqueta (de especificaciones) - 3
H Fabricar etiqueta G 14
I Colocar etiqueta a stocks iniciales H, J 8
J Especificar lotes al fabricante - 15
K Seleccionar distribuidores A 13
L Vender a los distribuidores C, K 11
M Enviar mercadería a los distribuidores I, L 9
Se desea conocer:
a. ¿Cual es el menor número de días, necesarios para introducir al mercado el nuevo
producto?
b. Si se contratara vendedoras con experiencia y se elimina la actividad de instrucción
¿Qué sucedería con el plazo mínimo de terminación del proyecto?
pá g. 89
4. Antes de poder introducir un nuevo producto al mercado se deben realizar todas las actividades
que se muestran en la tabla (todos los tiempos están en semanas).
Actividad Descripción Predecesores a b m

A Diseño del producto - 2 6 10
B Estudio de mercado - 4 6 5
C Emitir ordenes de materiales A 2 4 3
D Recibir materiales C 1 3 2
E Construir prototipo A, D 1 5 3
F Desarrollo y promoción B 3 5 4
G Producción masiva E 2 6 4
H Distribuir producto PDV G, F 0 4 2
Dibuje la malla del proyecto y determine la ruta crítica. Interprete sus resultados. Realice un
modelo de programación lineal que permita determinar la duración mínima del proyecto.
5. Una empresa de micro finanzas de la ciudad de Huancayo desea abrir otra sucursal en la
ciudad de Ayacucho, la junta de accionistas ha puesto un plazo inflexible de 24 semanas para la
apertura. El grupo “analistas de sistemas y operaciones” esta a cargo de la planeación,
programación y control de este proceso, cuidando de que todo se desarrolle de acuerdo a lo
planeado y que se cumpla con el plazo previsto.
La nueva sucursal es casi difícil aunque hay relativa experiencia en apertura de otras
sucursales, esta es sui géneris ya que se prevé darle mayor autonomía para tratar de ser
centro de operaciones de otras sucursales que también planean abrir en Andahuaylas,
Puno y Cuzco.
Se debe elegir entre:
- Acondicionar un local céntrico de la ciudad
- Construir un nuevo local previamente derrumbar la construcción antigua o
- Alquilar un piso de un edificio céntrico
- Determinar cuantos empleados de la sede central Huancayo se mudaran a
Ayacucho, cuantos se contratan y cuantos de ellos deben ser capacitados
El grupo de sistemas y la oficina de planeamiento deben organizar e instrumentar los
procedimientos operativos y los desembolsos a seguir en cada actividad de la apertura de la
nueva sede.
Los arquitectos tienen que diseñar el espacio interior, el estilo de la tienda y contar con la
superficie suficiente, previamente el estudio de mercado ha determinado que gradualmente
se incrementara la cantidad de clientes.
Un segundo motivo de complicación es que hay interdependencia de actividades como por
ejemplo:
- No se puede amoblar las oficinas, no sin antes haberlas acabado y previamente
haberlas diseñado.
- Tampoco puede contratarse nuevos empleados mientras no se haya
determinado el requerimiento de personal.
pá g. 90
Pasos a seguir:
Debe efectuarse un listado de actividades (no tareas) necesarias del proyecto, estableciendo
la relaciones de precedencia correspondiente.
Actividad Descripción Precedente Tiempo

(semanas)
A Crear el plan financiero y de organización - 3
B Elegir ubicación de la sede - 5
C Determinar requerimiento d personal B 3
D Diseñar ambientes del local A, C 4
E Construir – acondicionar el local D 8
F Determinar personal a trasladar de sede C 2
G Contratar nuevos empelados F 4
H Trasladar sistemas y personal clave F 2
I Probar sistemas y hacer ajustes financieros con central B 5
J Entrenar nuevo personal H, E, G 3
K Apertura de nueva sede J 1
Se desea conocer: El gráfico del proyecto indicando su duración y el / los caminos critico/s
pá g. 91
UNIDAD VI
Tema Nº 9: ADMINISTRACION DE INVENTARIOS
9.1 Introducción
Todo sistema productivo, para asegurarse su funcionamiento, necesita obtener del exterior una
serie de insumos y materiales a partir de los cuales se realizarán los procesos de transformación.
La función de abastecimiento es la encargada de suministrar estos recursos y adquiere una
importancia fundamental en el desempeño de una organización, condicionando los costos
productivos y la capacidad de respuesta al consumidor.
Dado que los materiales representan un porcentaje elevado del costo de los artículos finales en
casi todo tipo de manufactura, no es de extrañar la relevancia que ha tenido y tiene en la
actualidad la gestión de aprovisionamiento. Es éste uno de los motivos por los cuales la
administración de la cadena de abastecimiento se ha convertido en un arma competitiva clave
para las empresas.
La gestión de aprovisionamiento es un área muy poco atendida en muchas empresas y por lo
tanto presenta un gran potencial de mejora. Muchas compañías que han comprendido el valor
estratégico del abastecimiento no sólo han reestructurado esta función, sino que han comenzado a
replantearse las formas tradicionales de las compras y su relación con los proveedores, dando
lugar a una visión más integradora de la cadena de abastecimiento. A través del establecimiento
de relaciones de colaboración entre sus distintos actores, implementando mejoras conjuntas, y
redefiniendo roles a lo largo de la cadena, estas empresas han podido generar un valor superior y
posicionarse de manera más competitiva en los mercados.
9.2 Gestión logística

La nueva realidad competitiva presenta un campo de batalla en donde la flexibilidad, la velocidad
de llegada al mercado y la productividad serán las variables claves que determinarán la
permanencia de las empresas en los mercados. Y es aquí donde la logística juega un papel
crucial, a partir del manejo eficiente del flujo de bienes y servicios hacia el consumidor final.
Logística es un término que frecuentemente se asocia con la distribución y transporte de productos
terminados; sin embargo, ésa es una apreciación parcial de la misma, ya que la logística se
relaciona con la administración del flujo de bienes y servicios, desde la adquisición de las materias
primas e insumos en su punto de origen, hasta la entrega del producto terminado en el punto de
consumo.
De esta forma, todas aquellas actividades que involucran el movimiento de materias primas,
materiales y otros insumos forman parte de los procesos logísticos, al igual que todas aquellas
tareas que ofrecen un soporte adecuado para la transformación de dichos elementos en productos
terminados: las compras, el almacenamiento, la administración de los inventarios, el
mantenimiento de las instalaciones y maquinarias, la seguridad y los servicios de planta
(suministros de agua, gas, electricidad, combustibles, aire comprimido, vapor, etc.).
Las actividades logísticas deben coordinarse entre sí para lograr mayor eficiencia en todo el
sistema productivo. Por dicha razón, la logística no debe verse como una función aislada, sino
como un proceso global de generación de valor para el cliente, esto es, un proceso integrado de
tareas que ofrezca una mayor velocidad de respuesta al mercado, con costos mínimos.
pá g. 92
El objetivo de la Logística es planear y coordinar todas las actividades necesarias para alcanzar
los niveles deseados de servicio y calidad; es decir es el enlace entre los mercados y las
operaciones de las empresas.
Como es sabido, la producción es un subsistema dinámico de la organización, que transforma los
recursos a medida que fluyen a través de las distintas etapas del proceso:
a) En una compañía manufacturera, las materias primas, materiales e insumos son
adquiridos a proveedores, almacenándose hasta el momento de su utilización en el
proceso productivo. Los materiales fluyen a lo largo de este proceso, hasta ser
transformados en productos finales que serán almacenados en un depósito hasta su
posterior distribución en el mercado.
b) En una empresa de servicios, pueden existir diferentes tipos de flujos: de materiales, de
documentos y/o de personas. Los servicios de reparación, en general, son ejemplos en
donde los flujos de materiales son los que prevalecen (servicios de reparación de
automóviles, de televisores, de zapatos, etc.). Un estudio jurídico, un estudio contable o
una oficina de rentas realizan actividades principalmente relacionadas con documentos,
por lo que el flujo de documentación es el preponderante en estos casos. Las ventanillas
de atención al público de un banco, las universidades, los cines, son ejemplos
característicos del fluir de personas a lo largo de los procesos de prestación de servicios.
9.3 Utilidad de la logística en una empresa

A través del manejo adecuado de la logística en una empresa se puede apreciar los
siguientes resultados:
a) Reducción de inventarios.
b) Mínimo de variaciones en los materiales e insumos.
c) Desempeño controlado de servicio al cliente. (Información adecuada de avances
que solicita el cliente).
d) Minimizar los costos de operación y adquisiciones de materiales.
e) Control de calidad del producto.
Como puede apreciar los beneficios son múltiples, pero para realizar esta actividad
eficientemente se requiere ser ordenado y manejar una adecuada gestión para las
compras.
9.4 Planeando la logística de la empresa

Las actividades logísticas deben ser planificadas cuidadosamente, ya que, como se ha
visto, afectan de manera especial la operatoria normal de una organización y constituyen
una de las bases más importantes de creación de valor.
Espacios insuficientes, lugares inadecuados de descarga de materiales, flujos
desordenados de procesos, grandes distancias a recorrer, equipos no aptos para el
movimiento interno de materiales, elevados stocks, transportes antieconómicos, son
algunas de las ineficiencias que genera la ausencia de un planeamiento del proceso
logístico.
¿Qué se debe tener en cuenta para diseñar un plan logístico? Como parte de del proceso
de planeación debemos preguntarnos, por ejemplo, si las ventajas comerciales derivadas
de la producción de una línea completa de artículos compensan los costos de fabricación
de dicha línea, así como también si la diferenciación a partir de un nivel de servicio
superior para los clientes compensa los costos de almacenamiento y transporte que ello
significa.
pá g. 93
9.5 Los desafíos de la revolución tecnológica: e – Logistic

Internet está afectando de manera dramática la forma en que los productos y servicios son
adquiridos. La red permite a los consumidores seleccionar y solicitar artículos por vía
electrónica, examinar en cualquier momento cada faceta del producto o servicio que
desean comprar, y todo ello cómodamente, sin moverse de sus hogares. Las compañías
también han entrado en el mundo de Internet para adquirir sus materias primas, materiales
y servicios de una manera más rápida y con menores costos administrativos.
La explosiva difusión de la web como medio de intercambio comercial requiere respuestas
renovadas desde la logística. Con el auge del B2C y el B2B, se generan otras
necesidades en cuanto a exigencias de tiempo, almacenamiento y transportes, y en
relación a la coordinación de actividades y evaluación de costos logísticos. Comprender el
alcance de estos cambios se torna esencial para cualquier organización que pretenda
ganar nuevos mercados a partir del intercambio electrónico.
El marketing y la publicidad parecieran ser las fuerzas impulsoras para las empresas que
quieren estar presentes en la red. Tener una página en la web parece ser esencial para
llegar a nuevas zonas geográficas, nuevos clientes o nuevos proveedores, sin embargo, la
venta de productos a través de la vía electrónica enfrenta grandes desafíos relacionados,
básicamente, con los costos de atención del mercado.
Internet elimina las distancias, pero para muchas compañías el secreto sigue siendo la
localización.
Varios estudios en los E.E.U.U. (donde el comercio electrónico está muy desarrollado en
relación a otros países) han indicado que los principales problemas relacionados con las
compras on line efectuadas por consumidores finales han sido los faltantes de artículos,
las demoras en las entregas y los costos de despacho y envío. Comprar un libro a través
de amazon.com, por ejemplo desde el Perú, implica, en muchos casos, pagar más por los
costos de envío que por la mercancía en sí misma.
Tema N°10: LOS INVENTARIOS

Todos los medios, elementos y recursos productivos de que dispone una empresa son
“inventariables”, es decir, pueden registrarse contablemente y físicamente en los almacenes. Son
los medios que se transforman en el proceso productivo desde la materia prima hasta el producto
terminado.
10.1 Modelos de inventarios

Si hubiera un genio para producir lo que se deseara, en el momento y lugar que se deseara, no
habría inventarios. Desafortunadamente los genios están escasos, de manera que se usan los
inventarios como amortiguador entre la oferta y la demanda. Esto ocurre ya sea que se piense en
materia prima para un proceso de producción o en bienes terminados almacenados por el
fabricante, el distribuidor o el comerciante.
Normalmente la demanda es una variable no controlable, pero la magnitud y la frecuencia del
abastecimiento es controlable.
La cantidad de inventario que se tiene se comporta de manera cíclica. Comienza en un nivel alto y
la cantidad se reduce conforme se sacan las unidades. Cuando el nivel baja se coloca una orden,
la cual al recibirse eleva de nuevo el nivel de inventario y el ciclo se repite. La cantidad de
inventario se controla con el tiempo y la cantidad de cada orden Los inventarios pueden definirse
como la cantidad de artículos, mercancías y otros recursos económicos que son almacenados o
se mantienen inactivos en un instante de tiempo dado.
Decisiones básicas de los Inventarios.
Estas son las siguientes:
a) ¿Qué cantidad se debe pedir?
b) ¿Cuándo se debe pedir?
pá g. 94
c) A quien comprar
10.2 Características de los inventarios

El principal objetivo de los inventarios es actuar como reguladores entre los ritmos de sus entradas
y las cadencias de sus salidas, lo que puede comprenderse como:
a) Reducción del riesgo. Generalmente no se conoce con certeza la demanda de productos
terminados que habrá en el próximo período.
 Para evitar que un repentino aumento de la demanda produzca un desabastecimiento
de productos terminados.
 Para evitar una detención del proceso de producción por agotamiento del almacén de
primeras materias.
b) Abaratar las adquisiciones y la producción.
 En ocasiones, la forma óptima de producción es hacerlo «por lotes», es decir, fabricar
un gran lote de unidades durante un periodo de tiempo corto y no volver a fabricar
hasta que ese lote se encuentre casi agotado.
 En las adquisiciones de materia prima también puede ser económico comprar por
grandes lotes, para aprovechar los descuentos por tamaño del pedido, repartir entre
mayor número de unidades los costes de transporte, etc.
c) Anticipar las variaciones previstas de la oferta y la demanda.
 Existen ocasiones en las que pueden preverse las variaciones de la oferta y de la
demanda.
 Puede preverse que una amplia campaña de promoción de uno de los productos va a
elevar la demanda del a mismo. Para anticiparse a ella, la empresa acumula
productos terminados en sus almacenes.
 Otro tanto ocurre cuando la materia prima (por ejemplo, productos agrícolas) o los
productos terminados (por ejemplo, helados y ventiladores) están sometidos a
variaciones estacionales
d) Facilitar el transporte y la distribución del producto.
 Aunque la demanda de los consumidores finales sea perfectamente previsible,
generalmente los productos han de ser transportados desde los lugares de fabricación
hasta los de consumo, y el transporte no puede efectuarse de forma continua. Por
ello, la producción se almacena para ser transportada en lotes.
 Otro tanto sucede en el proceso de elaboración de algunos productos que se van
completando en sucesivas fases realizadas en puntos más o menos distantes entre sí.
I. Objetivos básicos de la administración de los inventarios.

1. Minimizar los costos y riesgos de tener inventarios.
2. Minimizar costos y riesgos de adquirir inventarios.
3. Maximizar el rendimiento sobre la inversión.
4. Optimizar el nivel de producción.
5. Coordinación entre producción y compras.
6. Coordinación entre producción y ventas.
II. Factores que afectan el nivel de inventarios.
1. Tamaño y frecuencia de los pedidos
2. Tiempo de entrega
3. Descuento por volumen
pá g. 95
4. Pronósticos y presupuestos
5. Transportación
6. Riesgo de obsolescencia
7. Mezcla de productos
8. Inventario de seguridad
9. Capacidad instalada
10.3. Costos de los inventarios.

Los inventarios representan una inversión cuantiosa para muchas compañías, en especial los
fabricantes, los distribuidores, y las tiendas. Por lo que es importante minimizar sus costos y el reto
para el administrador precisamente es alcanzar el nivel deseado de servicio al cliente a un costo
mínimo.
Los costos de inventario pueden analizarse desde tres aspectos diferentes:
i. Costos de almacenamiento: que incluyen los costos del alquiler o amortización
del almacén, los seguros de la mercancía, las mermas y roturas, los costes del
personal y los costos financieros.
ii. Costos de renovación del stock: que incluyen los costos administrativos y
comerciales que ocasiona la gestión de los pedidos, y los costes de transporte
y distribución de la mercancía.
iii. Costos de ruptura de pedido: ocasionados por la interrupción del proceso
productivo o por la falta de suministro a los clientes.
La mayor o menor importancia de cada uno de estos costos determina la política a seguir
por la empresa. Frente a la política de reducción de stocks pueden existir razones que, de
forma circunstancial, aconsejen seguir la política contraria, por ejemplo:
Los proveedores ofrecen importantes descuentos por alcanzar un determinado volumen
de compras.
- Se espera una fuerte subida de precios.
- Hay una previsión de incremento de la demanda de nuestros productos.
De esta manera desaparecen los almacenes de productos intermedios en las grandes
empresas y se consigue involucrar a los proveedores en el suministro a tiempo y en los
procesos de montaje de sus componentes.
La función de aprovisionamiento está compuesta por aquellas actividades que se ocupan
de seleccionar, adquirir y almacenar las materias primas necesarias en el proceso
productivo, y del almacenamiento de los productos fabricados por la empresa.
Al volumen de mercancías que existe, en un momento determinado, en el almacén se
denomina stock o inventario. Pueden existir:
- stock de productos terminados.
- stock de productos en proceso.
- stock de materias primas.
La gestión del stock supone necesitar áreas de almacenamiento apropiadas, soportar
riesgos de deterioros físicos, mermas, vigilancia y destinar cuantiosos recursos
económicos para su financiación.
De toda esta suma de factores se deriva que actualmente las empresas traten de reducir
sus niveles de stock, garantizando la continuidad del proceso productivo y el cumplimiento
de los acuerdos con los clientes.
De la misma forma la empresa comercial ha ido reduciendo sus almacenes y ampliando la
sala de venta al público, contratando con sus proveedores un suministro continuo de
pá g. 96
mercancía, que impida la caducidad de los productos, las mermas y la inmovilización de

recursos financieros.
10.3.1 Los costos de los inventarios y su tamaño

Teniendo en cuenta sus costos, se podría afirmar que:
A. En general, interesará mantener grandes inventarios cuando:
- Los costos de realización de pedidos son elevados.
- Los costos de almacenamiento son bajos.
- Realizando grandes pedidos es posible obtener importantes descuentos de los
proveedores.
- Se espera un crecimiento sustancial de la demanda.
- Se esperan fuertes subidas de precios.
B. Complementariamente, se mantendrán bajos niveles de inventarios cuando:
- Los costos de almacenamiento son altos y los de realización de pedidos son
bajos.
- La demanda de la empresa es estable, siendo improbable un crecimiento súbito.
- Los proveedores son de confianza y no existen dificultades de
reaprovisionamiento.
- No es posible aplazar el pago a los proveedores y existen dificultades de
financiación de las existencias.
- Se esperan importantes disminuciones de precios.
10.4 Tipos de sistemas y modelos de inventarios

Un sistema de inventarios está integrado por una estructura organizativa y por un
conjunto de reglas, políticas y procedimientos de mantenimiento y control de los bienes
inventariados.
Al sistema le corresponde:
– La ordenación de pedidos y su recepción
– Determinar el tamaño de cada pedido y el momento en el que ha de enviarse la
orden.
– Mantener información actualizada de qué se ha pedido, cuánto se ha pedido, y a
quién se ha pedido.
Existen dos tipos básicos de sistemas de inventarios que dan lugar a dos tipos de
modelos. Son los siguientes:
– El sistema de volumen de pedido constante (sistema Q), al que también se suele
denominar sistema de volumen económico de pedido. En él todos los pedidos
tienen el mismo tamaño y se realizan cuando se comprueba que es necesario, lo
cual puede suceder en cualquier momento, dado el nivel de existencias del
almacén y la demanda prevista.
– El sistema de periodo constante (sistema P), que también recibe otras
denominaciones, como sistema periódico, sistema de revisión periódica, o
sistema de intervalo fijo de pedido. En él se establece un periodo constante
entre cada par de pedidos. Estos se efectúan cuando ha transcurrido ese
periodo, y su tamaño es variable dependiendo del nivel que tenga el inventario al
llegar ese momento y de la demanda prevista.
pá g. 97
En la práctica, se utilizan los dos tipos de sistemas:

– El sistema P, por requerir mayores inventarios, se aplica en los inventarios de
productos de poco valor.
– Por el contrario, el sistema Q se utiliza mucho para artículos caros en los que lo
que se gana teniendo una inmovilización de recursos financieros más baja,
compensa los gastos derivados del elevado nivel de control que requiere.
Los distintos sistemas de inventarios conducen a diferentes modelos.
Pero los distintos tipos de modelos también se pueden diferenciar según el nivel de
información existente.
Se distinguen:
– Modelos deterministas, en los que la demanda se supone conocida con certeza.
– Modelos probabilísticos o aleatorios, en los que la demanda sólo se conoce en
términos de probabilidades.
Modelos deterministas de gestión de inventarios
En 1915, F. W. Harris desarrolló el modelo de volumen económico de pedido, que es el
más conocido y utilizado de los modelos deterministas.
Esa popularidad del modelo se debe a los esfuerzos de un consultor y asesor de
empresas denominado Wilson. Por ello también se le suele denominar modelo de
Wilson aunque fue desarrollado por Harris.
Los supuestos en los que se basa este modelo son los siguientes:
 La demanda del producto es constante, uniforme y conocida. Dicho de otro
modo, cada día sale del almacén la misma cantidad.
 El tiempo transcurrido desde la solicitud del pedido hasta su recepción (plazo de
entrega) es constante.
 El precio de cada unidad de producto es constante e independiente del nivel del
inventario y del tamaño del pedido, por lo que no es una variable que deba
incorporarse en el modelo. Esto incluye el supuesto de que no existen
descuentos por tamaño del pedido.
 El coste de mantenimiento o almacenamiento depende del nivel medio del
inventario.
 Las entradas en el almacén se realizan por lotes o pedidos constantes y el coste
de realización de cada pedido es también constante e independiente de su
tamaño.
 No se permiten rupturas de stocks, sino que ha de satisfacerse toda la demanda.
 El bien almacenado es un producto individual que no tiene relación con otros
productos.
Cuando se cumplen estos supuestos, la evolución temporal del inventario, en unidades
físicas, se ajusta a una forma de «dientes de sierra».
La forma que tienen estos dientes (vertical a la izquierda e inclinada a la derecha) se
explica por el supuesto de que las entradas se efectúan por lotes y de que las salidas
(demanda) se producen de forma constante y continua.
En la figura resulta:
Q : Tamaño del lote o pedido
L : Plazo de entrega
R: Numero de unidades físicas que hay en el almacén en el momento de realizar el
pedido además del stock de seguridad
Ss: Stock de seguridad
pá g. 98
Cuadro Nº 3: Modelo de inventarios EOQ
El tamaño del pedido Q, influye en la frecuencia con la que se tendrán que realizar los
pedidos y en el nivel de inventario.
– Cuanto menor es el tamaño del pedido, mayor es la frecuencia con la que hay
que renovar el almacén (lo que hace que el coste anual de realización de
pedidos se eleve) y menor es el nivel medio del almacén (con lo que también
resulta menor el coste de mantenimiento).
– Si el tamaño del pedido es grande, también lo será el nivel medio del almacén y
el coste de mantenimiento, pero el número de pedidos al año y el coste de
realización de pedidos serán pequeños. El modelo de Wilson permite
determinar el tamaño del pedido para el cual es mínimo el coste total.
El modelo de la cantidad económica a pedir (EOQ, por sus siglas en inglés) es aplicable cuando la
demanda de un elemento tiene una tasa constante o prácticamente constante o cuando la
totalidad de la cantidad pedida llega al inventario en un momento en el tiempo. La hipótesis de la
tasa de demanda constante significa que en cada periodo de tiempo se extrae del inventario un
mismo número de unidades
RESUMEN DE LAS HIPÓTESIS DEL MODELO EOQ

1. La demanda D es determinística y ocurre a tasa constante.
2. La cantidad a pedir Q es la misma para cada uno de los pedidos. El nivel de inventarios se
incrementa en Q unidades cada vez que se recibe un pedido.
3. El costo por pedido CO es constante y no depende de la cantidad pedida.
4. El costo de pedir por unidad C es constante y no depende de la cantidad pedida.
5. El costo de posesión del inventario unitario por periodo de tiempo Ch es constante. El
costo de posesión del inventario total depende tanto de Ch como del tamaño del
inventario.
6. No se permiten rupturas o faltantes de inventario, como cero existencias o pedidos
pendientes de surtir.
7. El tiempo de entrega de un pedido es constante.
8. La posición del inventario se vigila continuamente. Como resultado, se coloca un pedido
tan pronto como la posición del inventario llega al punto de pedido.
pá g. 99
1.5 Logística de producción-cadena de abastecimiento

La Cadena de Abastecimiento, incluye todas las actividades relacionadas con el flujo y
transformación de bienes y productos, desde la etapa de materia prima hasta el consumo por el
usuario final.
Para que el flujo de recursos sea óptimo debe fluir información en toda la cadena de valor y,
lógicamente, para que todos los integrantes que la forman generen valor y ganancias, debe
finalmente fluir el dinero, todo ello a la mayor velocidad posible y satisfaciendo al cliente final.
10.5.1 Cadena de abastecimiento

Con una visión amplia de las empresas la vemos como eslabones de una cadena de
abastecimiento debe quedar claro el objetivo que persigue este concepto: generar valor
económico y flujo permanente de bienes, información y dinero. Por consiguiente la situación ideal
para toda empresa es que los elementos mencionados fluyan permanentemente, que estén en
movimiento generando ganancia y competitividad.
Por consiguiente, toda detención del flujo es una pérdida; si se detiene el flujo de productos
(incremento de inventarios) se generan pérdidas por capital inmovilizado y/o pérdida de ventas; si
se detiene el flujo de dinero y la rotación del mismo no es eficiente, no sólo se dejan de generar
ganancias sino que, adicionalmente, se debe recurrir a fuentes externas de financiamiento, lo que
incrementa el costo. Y, finalmente, si la información se detiene, es posible satisfacer el
requerimiento de los clientes y tomar decisiones adecuadas al respecto a los productos y al dinero.
10.5.2 Objetivo de la Cadena de Abastecimiento

Independientemente de la definición, de lo grande o pequeño del departamento de logística
pertenecer a una MyPE, mediana o gran empresa, pertenecientes a cualquier sector industrial,
hay un objetivo sencillo, pero preciso, para dicho departamento y la cadena de abastecimiento:
abastecer los materiales necesarios en la cantidad, calidad y tiempos requeridos al menor costo
posible para con ello dar un mejor servicio al cliente.
En la correcta definición y entendimiento de esta cadena por parte de todos los integrantes de la
empresa asegurará el buen desempeño de la cadena de abastecimiento de las empresas que
aspiran a diferenciarse y permanecer. Se describen:
a) Cantidad: Por ejemplo si el cliente requiere 500 Kg. de acero y solo tenemos 200 Kg. y es
un cliente con el que tengo un compromiso, le estaré afectando su abastecimiento, y/o le
daré la oportunidad a mi competencia de que mi cliente lo conozca. Si mi cliente requiere
500 Kg. y tengo 1,000 Kg. Entonces tengo excedentes de inventarios lo que aumentará mi
costo financiero, mis gastos en administración de inventarios y, además, tendré capital
invertido en un material que no ocupo y que posiblemente este capital lo necesite para
comprar otro material que si utilice.
b) Calidad: Si el material tiene una calidad inferior a la que estoy ofreciendo y a quien se lo
vendo es un cliente con el que tengo un compromiso, entonces le estaré afectando su
abastecimiento, y/o en un corto plazo le daré la oportunidad a mi competencia de que mi
cliente lo conozca. Si el material tiene una calidad superior a lo que el mercado esta
dispuesto a pagar seguramente no desplazaré el material o mi utilidad será baja.
c) Tiempo: Si el material llega después de lo requerido por el cliente con el cual tengo un
compromiso, le estaré afectando su abastecimiento, y/o le daré la oportunidad a mi
competencia de que mi cliente lo conozca. Si el material llega antes de lo requerido tendré
excedentes de inventario lo que aumenta mi costo financiero, mis gastos en administración
de inventarios y tendré capital invertido en un material que no ocupo y que posiblemente
necesite este capital para comprar otro material que si utilice.
d) Costo: Llamaremos costo al costo total integrado de los materiales o productos
terminados en el punto de venta. El tener un costo alto automáticamente me elimina del
mercado y más en un mundo globalizado donde todos tenemos acceso a proveedores
de todas partes del mundo. Si el costo es bajo habrá que considerar los otros tres
pá g. 100
requisitos ya que de nada sirve tener un bajo costo si no tengo el producto en tiempo y
cantidad (En alguna ocasión un proveedor me preguntó ¿por qué no le compraba sí él
tenia el precio más bajo del mercado? Y le conteste “me podrás regalar el material pero
si no lo tengo aquí no me sirve”). Con la calidad es lo mismo, el que el producto no tenga
la calidad requerida es como no tenerlo.
e) Las empresas debemos aprender a integrar la tecnología de información y las
herramientas tecnológicas en nuestros procesos de toma de decisiones tanto operativas
como estratégicas. Las herramientas son instrumentos diseñados para facilitarnos el
trabajo. El desempeño de estas depende tanto de la capacidad de la herramienta como
de la capacidad del usuario para su utilización. Un ejemplo es la aplicación Excel, no
todos aprovechamos todas las virtudes de este paquete. La correcta utilización de la
herramienta es tanto obligación del usuario al mostrar interés y compromiso en su uso,
como de la empresa al capacitar al usuario en dicha aplicación.
Tema Nº 11: DISEÑO DE CADENA DE SUMINISTRO

El objetivo de su manejo (administración) es reducir la incertidumbre y los riesgos de la misma,
afectando positivamente los niveles de inventarios, los tiempos de los ciclos, los procesos y los
niveles de servicio al cliente final.
11.1 Redes y cadena de suministro

Las redes son un mecanismo de cooperación entre agentes, los cuales mantienen
independencia jurídica y autonomía gerencial. La afiliación a la red es voluntaria y sus
miembros obtienen beneficios individuales mediante una acción conjunta.
En este sentido, la cadena de suministro es concebida como una red de organizaciones a
través de las cuales fluyen materiales, información y servicios que relacionan a los
proveedores, a la empresa y a sus clientes. La gestión de la cadena de suministro se refiere a
la planificación y control de los flujos de materiales e información, así como a las actividades
logísticas realizadas dentro de la empresa y entre empresas de la cadena.
11.2 Redes Verticales

Las redes verticales son aquellas modalidades de cooperación entre empresas que se sitúan
en posiciones distintas y consecutivas de la cadena productiva y se asocian para alcanzar
ventajas competitivas que no podrían obtener de forma individual. El ejemplo más típico es el
del establecimiento de una relación de aprovisionamiento estratégico y estable entre una o
varias empresas clientes y sus redes de micro, pequeñas y medianas subcontratistas.
De esta manera, las primeras pueden dedicarse a aquellas actividades que les resultan más
rentables y disponen de mayor flexibilidad organizacional, en tanto que las segundas pueden
asegurar un mercado que les permitirá sostenerse en el corto plazo y crecer en el largo plazo.
11.3 Redes Horizontales

Las redes horizontales son una alianza entre un grupo de empresas que ofrecen el mismo
producto o servicio, cooperando entre sí en algunas actividades, pero compiten entre sí en un
mismo mercado. Un ejemplo de este tipo red podría ser el agrupamiento de pequeñas
empresas del sector de confecciones, las cuales conservan su individualidad y atienden a sus
mercados individuales; sin embargo, a través de la red, cooperan entre sí para
la compra de insumos y/o para surtir un pedido que exceda las capacidades individuales de
cada una de las empresas. Las redes formadas exclusivamente por PYMEs se denominan
horizontales para distinguirlas de aquellas en las que participan una o más empresas grandes,
que son las de tipo vertical. Sean horizontales o verticales, las redes pueden establecerse
dentro de conglomerados de empresas o independientemente de ellas.
pá g. 101
Conglomerados
La Organización de Naciones Unidas para el Desarrollo Industrial (ONUDI) define a los
conglomerados como “concentraciones sectoriales y geográficas de empresas que producen y
venden una serie de artículos similares entre sí o complementarios y, por tanto, se enfrentan
con problemas y oportunidades comunes. Esas concentraciones pueden dar lugar a
economías externas, por ejemplo surgen proveedores especializados de materias primas y
componentes o se crea un acervo de recursos humanos especializados en el sector, y
promover el desarrollo de servicios especializados en asuntos técnicos, gerenciales y
financieros”.
CONGLOMERADOS INDUSTRIALES
Los casos del Complejo Industrial de Gamarra y el Parque Industrial de Villa El Salvador son
claros ejemplos de la importancia que tiene la creación de los conglomerados empresariales
como una estrategia de desarrollo. Poco a poco, los empresarios de ambas zonas fueron
descubriendo que mejor les va cuando instalan sus puestos junto a otros, porque de esa
forma proporcionan al consumidor mayores oportunidades de elegir y comprar lo que más le
gusta.
Asimismo, pueden organizarse más fácilmente, hacer campañas de marketing
conjuntamente o programas a favor de la seguridad de los vendedores y clientes. Convocar
también, con mayor efectividad, cursos de capacitación o asistencia técnica en cooperación
con instituciones públicas, privadas o con organismos internacionales. Sin embargo, las
MYPEs aún no aprovechan todos los beneficios que pueden obtener de los conglomerados
industriales, como economías de escala gracias a compras conjuntas, transferencia de
tecnología, etc.
La formación de redes es un instrumento para el desarrollo de conglomerados como alternativa

para promover el desarrollo local. Así, las redes de empresas que cooperan en un proyecto
conjunto contribuyen al desarrollo complementándose entre sí, especializándose para superar los
problemas comunes, consiguiendo eficacia colectiva y obteniendo una penetración de mercado
mayor que la lograda por sí solas.
11.4 Inventarios gerenciados por los proveedores

Una creciente metodología de administración de inventarios es el gerenciamiento de los mismos a
través de los proveedores, denominada también “stocks en consignación”. Bajo esta modalidad,
el cliente asigna un espacio físico del almacén a los proveedores, el que será utilizado
exclusivamente para el manejo de los materiales de su propiedad. El proveedor administrará sus
inventarios de acuerdo a las cantidades máximas y mínimas a mantener establecidas de común
acuerdo, y facturará solamente las mercaderías consumidas en el período establecido por el
sector Compras.
Para la empresa que posee los materiales en consignación, las ventajas son obvias: menor
erogación de capital (se paga sólo lo que se consume), menores costos de mantenimiento (a
cargo del proveedor) y mayor adecuación a variaciones en los programas de producción (cualquier
modificación del programa puede atenderse con stocks que ya están en planta, sin costos
adicionales de reservas de seguridad) Pero… ¿Cuáles son los beneficios que logran los
proveedores al trabajar bajo esta modalidad? En principio, al trabajar conjuntamente con el cliente,
la planificación y programación de la producción se torna más realista, evitando producir los
materiales que no se requerirán (enfoque pull); por otra parte, al administrar los inventarios ellos
mismos, los proveedores pueden establecer políticas adecuadas en cuanto a la frecuencia y
formas de entrega (empaques, utilización de vehículos, horarios de envío, etc.), minimizando la
necesidad de realizar cambios abruptos en su sistema logístico con motivo de pedidos del cliente
no programados
pá g. 102
GESTIÓN INTEGRADA DE INVENTARIOS

La identificación del inventario y la exactitud de los registros están revolucionando el control de
inventarios. Por ejemplo, Wal-Mart, la mayor empresa de venta al por menor del mundo, ha
invertido 50000 millones de dólares anuales durante los últimos tres años en la automatización de
la gestión de inventario. El objetivo es tener la mercadería adecuada en el sitio apropiado en el
momento necesario.
Mediante unidades de almacenamiento de inventario (SKU) se registran los artículos a su llegada
a la tienda y en el momento de su venta. Con una simple lectura del código de barras en el punto
de compra, el número de SKU, el nombre del producto, el precio de venta y el costo se registran
en las bases de datos de Wal-Mart y en las del fabricante de “Listerine”, Warner Lambert.
- Si el hipermercado prevé la escasez de algún artículo, sus empleados o directivos pueden
usar el programa de localización de artículos de Wal-Mart con una palm para encontrar
inventario en otros lugares. Después se hace una llamada telefónica para pedir el SKU.
- La base de datos está conectada con 2500 de los 10000 proveedores de Wal-Mart, incluido
Warner Lambert. Para ayudar a Wal-Mart y a sus proveedores a ajustarse a las fluctuaciones
de la demanda, se mantiene una base de datos correspondientes a 65 semanas de ventas de
cada producto.
- Para mejorar la coordinación entre Wal-Mart y sus suministradores, se ajustan las previsiones
para poder hacer frente a las tendencias estacionales. En algunos casos, se ha reducido el
inventario a la mitad.
pá g. 103
Tema Nº 12: OPERACIÓN DEL SISTEMA PRODUCTIVO DE EMPRESA

PROVEEDORA
La operación del sistema productivo de la empresa proveedora involucra decisiones de corto y de
mediano plazo relacionadas con los ciclos continuos de planificación, programación y control de
las operaciones de la empresa. El límite de desempeño que se puede alcanzar como resultado de
estas decisiones está condicionado por las decisiones de diseño del sistema productivo. Por
ejemplo, un límite de capacidad dado por recursos cuello de botella no podrá ser superado sin
inversiones en ampliación de capacidad y la operación del sistema estará condicionada por ese
límite.
12.1 Gestión de pedidos y pronósticos
En todo sistema productivo, la determinación de la cantidad a producir es fundamental para
definir el programa de producción que marca el ciclo de operación del sistema. Las grandes
empresas que fabrican productos estandarizados definen sus planes de venta en función a
pronósticos y reuniones de gerencia donde se evalúan las distintas perspectivas del
mercado y las restricciones de la empresa.
Por otro lado, en los talleres, la adecuada relación con los clientes para negociar, cotizar,
proporcionar plazos de entrega y atender los pedidos es fundamental para generar un
cliente satisfecho que retorne nuevamente. En este contexto, el nivel de servicio de órdenes
atendidas en el plazo indicado es un buen indicador de la gestión de operaciones en la
empresa. El contar con le permite a la pequeña empresa enfrentar pedidos urgentes o en
volúmenes que no podría atender por sí sola.
En este sentido, puede ser relevante para las pequeñas empresas asociarse con otras
empresas similares y desarrollar una central de pedidos o un consorcio que les permita
ganar escala en sus adquisiciones, consolidando las compras y los pedidos de clientes en
grandes volúmenes.
Desde el punto de vista de la empresa cliente, puede ser conveniente que la red o consorcio
de pequeñas empresas se divida el trabajo, asignando a cada una de ellas una parte del
proceso productivo, lo cual le garantiza una mayor estandarización del producto. Esta
división permite también obtener mayores beneficios por las economías involucradas en el
proceso.
12.2 Los sistemas MRP

Las técnicas MRP (Materials Requirement Planning, Planificación de las necesidades de
Materiales) son una solución relativamente nueva a un problema clásico en producción: el de
controlar y coordinar los materiales para que se hallen a punto cuando son precisos y al propio
tiempo sin necesidad de tener un excesivo inventario.
La gran cantidad de datos que hay que manejar y la enorme complejidad de las interrelaciones
entre los distintos componentes trajeron consigo que, antes de los años sesenta, no existiera
forma satisfactoria de resolver el problema mencionado, lo que propició que las empresas
siguiesen, utilizando los stocks de seguridad y las técnicas clásicas, así como métodos informales,
con el objeto de intentar evitar en lo posible problemas en el cumplimiento de la programación
debido a falta de stocks, por desgracia, no siempre conseguían sus objetivos, aunque casi siempre
incurrían en elevados costos de posesión.
Cabe señalar que los sistemas MRP no constituyen un cuerpo de conocimientos cerrado, sino que
han estado evolucionando en forma continua. Inicialmente se usaba el MRP para programar
inventarios y producción (Sistemas MRP I) luego se fue incluyendo la planificación de capacidad
de recursos (Sistemas MRP II), y por último una vez desarrollado los otros sistemas, se amplía el
sistema a la planificación y control de otros departamentos de la empresa (Sistemas MRP III).
MRP I
El MRP I o Planificación de necesidades de Materiales, es un sistema de planificación de
la producción y de gestión de stocks que responde a las preguntas:
pá g. 104
¿QUÉ?
¿CUÁNTO?
¿CUÁNDO?
Se debe fabricar y/o aprovisionar.

El Objetivo del MRP (al MRP I le llama también simplemente MRP) es brindar un enfoque
mas efectivo, sensible y disciplinado a determinar los requerimientos de materiales de la
empresa.
Las técnicas clásicas y el MRP
Técnicas Clásicas M.R.P
- Tipo de demanda Independiente (aleatoria). Dependencia (predeterminada).

- Determinación de la Previsión estadística en base a Explosión de las necesidades en
demanda. la demanda histórica. base al Plan Maestro de Producción.
- Tipo de artículos Finales y piezas de repuesto. Partes y componentes.
- Base de los pedidos Reposición Necesidades
Necesario para paliar la Tiende a desaparecer salvo en los
- Stocks de seguridad
aleatoriedad de la demanda. productos finales.
Satisfacción de las necesidades de
- Objetivos directos Satisfacción del cliente.
producción.
El procedimiento del MRP está basado en dos ideas esenciales:

A. La demanda de la mayoría de los artículos no es independiente, únicamente lo es la
demanda de los productos terminados.
B. Las necesidades de cada artículo y el momento en que deben ser satisfechas estas
necesidades, se pueden calcular a partir de unos datos bastantes sencillos:
q Las demandas independientes
q La estructura del producto
Así pues, MRP I consiste esencialmente en un cálculo de necesidades netas de los artículos (
productos terminados, subconjuntos, componentes, materia prima, etc.) introduciendo un
factor nuevo, no considerado en los métodos tradicionales de gestión de stocks, que es el
plazo de fabricación o compra de cada uno de los artículos, lo que en definitiva conduce a
modular a lo largo del tiempo las necesidades, ya que indica la oportunidad de fabricar ( o
aprovisionar) los componentes con la debida planificación respecto a su utilización en la fase
siguiente de fabricación.
En la base del nacimiento de los sistemas MRP está la distinción entre demanda
independiente y demanda dependiente.
A. Demanda Independiente
Se entiende por demanda independiente aquella que se genera a partir de
decisiones ajenas a la empresa, por ejemplo la demanda de productos terminados
acostumbra a ser externa a la empresa en el sentido en que las decisiones de los
clientes no son controlables por la empresa (aunque sí pueden ser influidas).
También se clasificaría como demanda independiente la correspondiente a piezas
de recambio.
pá g. 105
B. Demanda Dependiente
Es la que se genera a partir de decisiones tomadas por la propia empresa, por
ejemplo aún si se pronostica una demanda de 100 coches para el mes próximo
(demanda independiente) la Dirección puede determinar fabricar 120 este mes,
para lo que se precisaran 120 carburadores , 120 volantes, 600 ruedas,.... ,etc. La
demanda de carburadores, volantes, ruedas es una demanda dependiente de la
decisión tomada por la propia empresa de fabricar 120 coches. Los inventarios de
fabricación se convierten en productos terminados, por lo que la cantidad que se
necesite dependerá de la demanda de los productos terminados a los que se
vayan a incorporar. Una vez conocida la demanda del producto terminado, se
podrá determinar la demanda de las materias primas, piezas y sub-ensambles que
lo componen.
Dado que la demanda de los inventarios de fabricación depende de la del producto
final, los modelos de demanda independiente de la parte anterior no deberán
utilizarse para administrar inventarios de fabricación. En vez de ello, deberán
utilizarse técnicas aplicables a demandas dependientes.
Es importante esta distinción, porque los métodos a usar en la gestión de stocks de un
producto variarán completamente según éste se halle sujeto a demanda dependiente o
independiente. Cuando la demanda es independiente se aplican métodos estadísticos de
previsión de esta demanda, generalmente basados en modelos que suponen una
demanda continua, pero cuando la demanda es dependiente se utiliza un sistema MRP
generado por una demanda discreta. El aplicar las técnicas clásicas de control de
inventarios a productos con demanda dependiente (como se hacia antes del MRP) genera
ciertos inconvenientes.
EL SISTEMA MRP
El sistema MRP comprende la información obtenida de al menos tres fuentes o ficheros de
Información principales que a su vez suelen ser generados por otros subsistemas específicos,
pudiendo concebirse como un proceso cuyas entradas son:
A. El plan maestro de producción, el cual contiene las cantidades y fechas en que han de
estar disponibles los productos de la planta que están sometidos a demanda externa
(productos finales fundamentalmente y, posiblemente, piezas de repuesto).
B. El estado del inventario, que recoge las cantidades de cada una de las referencias de la
planta que están disponibles o en curso de fabricación. En este último caso ha de
conocerse la fecha de recepción de las mismas.
C. La lista de materiales, que representa la estructura de fabricación en la empresa. En
concreto, ha de conocerse el árbol de fabricación de cada una de las referencias que
aparecen en el Plan Maestro de Producción.
En cuanto a las características del sistema, se podrían resumir en:
1. Esta orientado a los productos, dado que, a partir de las necesidades de estos, planifica
las de componentes necesarios.
2. Es prospectivo, pues la planificación se basa en las necesidades futuras de los productos.
3. No tiene en cuenta las restricciones de capacidad. por lo que no asegura que el plan de
pedidos sea viable.
4. Es una base de datos integrada que debe ser empleada por las diferentes áreas de la
empresa.
12.2.1 Plan Maestro de Producción PMP, MPS (Master production schedule)
Plan maestro detallado de producción, que nos dice en base a los pedidos de los clientes
y los pronósticos de demanda, qué productos finales hay que fabricar y en qué plazos
debe tenerse terminados. El cual contiene las cantidades y fechas en que han de estar
disponibles los productos de la planta que están sometidos a demanda externa (productos
finales fundamentalmente y, posiblemente, piezas de repuesto).
pá g. 106
Gestión de Stock
El estado del inventario, que recoge las cantidades de cada una de las referencias de la
planta que están disponibles o en curso de fabricación. En este último caso ha de
conocerse la fecha de recepción de las mismas.
Para el cálculo de las necesidades de materiales que genera la realización del programa
maestro de producción se necesitan evaluar las cantidades y fechas en que han de estar
disponibles los materiales y componentes que intervienen, según especifican las listas de
materiales. Estas necesidades se comparan con las existencias de dichos elementos en
stock, derivándose las necesidades netas de cada uno de ellos.
12.2.2 Lista de Materiales, BOM (Bill of Materials)

El despiece de cualquier conjunto complejo que se produzca es un instrumento básico de
los departamentos de ingeniería de diseño para la realización de su cometido. Tanto para
la especificación de las características de los elementos que componen el conjunto como
para los estudios de mejora de diseños y de métodos en producción. Desde el punto de
vista del control de la producción interesa la especificación detallada de las componentes
que intervienen en el conjunto final, mostrando las sucesivas etapas de la fabricación. La
estructura de fabricación es la lista precisa y completa de todos los materiales y
componentes que se requieren para la fabricación o montaje del producto final, reflejando
el modo en que la misma se realiza.
12.2.3 Beneficios obtenidos de la aplicación del MRP

Lógicamente los beneficios derivados de la utilización de un sistema MRP variarán en
cada empresa y dependerán de la calidad del sistema antiguo en comparación con el
nuevo en la cual incluirá de forma decisiva en el grado de cumplimiento de los factores
mencionados.
De las aplicaciones realizadas con éxito se deducen, entre otras las siguientes ventajas:
 Disminución en los stocks, que ha llegado en algunos casos al 50% aunque

normalmente es de menor entidad.
 Mejora del nivel de servicio al cliente, o incrementos hasta el 40%
 Reducción de horas extras, tiempos ociosos y contratación temporal. Ello se
deriva de una mejor planificación productiva
 Disminución de la subcontratación.
 Reducción substancial en el tiempo de obtención de la producción final.
 Incremento de la productividad.
 Menores costos.
 Aumento significativo en los beneficios.
 Mayor rapidez en la entrega y en general mejora respuesta a la demanda del
mercado.
 Posibilidad de modificar rápidamente el programa maestro de producción ante
cambios no previstos en la demanda.
 Mayor coordinación en la programación de producción e inventarios.
 Mayor rapidez de reprogramación en base a los posibles cambios y en función de
las distintas prioridades establecidas y actualizadas previamente.
 Guía y ayuda en la planificación de la capacidad de los distintos recursos.
 Rapidez en la detección de dificultades en cumplimiento de la programación.
pá g. 107
 Posibilidad de conocer rápidamente las consecuencias financieras de nuestra

planificación.
Actividad
PROBLEMAS PROPUESTOS DE ADMINISTRACIÓN DE INVENTARIOS
1. Corporación Textil SAC. adquiere 8 000 Kg de hilado cada año para emplearlos en la confección
de chompas. El costo unitario por cada Kg de hilo es de 10 $, y el costo individual de manejarlos
en el inventario durante un año es de 3 $. Cada orden cuesta 30 $. Hallar :
a. Cuál es la cantidad optima de la orden,
b. el número esperado de ordenes colocadas durante el año y
c. el tiempo esperado entre las ordenes (La textil opera un año laboral de 200 días)
2. Tiendas EFE S.A. dedicada a la distribución de electrodomésticos, adquiere y luego vende un

modelo de lavadora marca General Electric, de la que anualmente distribuye 100 unidades. El
costo de tener una lavadora almacenada 1 año es de 20 S/., en las que se incluye el coste
financiero de la inmovilización de recursos. Con cada pedido de lavadoras el fabricante incurre en
un coste de 10 S/.. Para evitar un retraso del fabricante en el servicio del pedido se mantiene un
inventario mínimo de 10 lavadoras. Se desea saber:
a. cuántas lavadoras se deben solicitar en cada pedido,
b. cuantos pedidos se debe realizar al año,
c. el nivel medio de almacén y el costo anual total de inventario.
3. El Hotel DELSOL consume anualmente 2000 Gln. de fuel–oil para la calefacción y refrigeración de
sus instalaciones, fuel que adquiere al precio unitario de 4.50 $/Gln. El gasto inherente a cada
pedido de combustible, incluyendo el transporte del mismo, la limpieza del depósito, el control de
recepción, emisión administrativa del pedido, etc., es de 185 $/pedido. El costo de mantenimiento
del fuel almacenado se estima, debido a mermas por evaporación, filtraciones posibles, etc., en
una cantidad equivalente al 8% del consumo anual. Sabiendo que el plazo de entrega es de 10
días y que el costo de capital de la citada empresa se cifra en el 15%, se pide:
a. El lote económico de pedido.
b. El plazo de aprovisionamiento.
c. El punto de pedido.
4. Carolina González es la encargada de compras de Central Motors SRL que vende válvulas
industriales y dispositivos de control de fluidos. Una de las válvulas más populares es la marca
Western, que tiene una demanda anual de 4000 unidades. El costo de cada válvula es de $ 150, y
el costo de almacenamiento de inventario se estima en un 10% del costo de la válvula. Se ha
hecho un estudio de los costos de lanzamiento de una orden de compra de cualquiera de las
válvulas que Central Motors SRL almacena, y ha concluido que el costo promedio es de $25. Por
otro lado, un pedido tarda 8 días en llegar de su proveedor. La demanda semanal actual de las
válvulas es aproximadamente de 80. Se pregunta:
a. ¿Cuál es la cantidad económica del pedido?
b. ¿Cuál es el número óptimo de pedidos por año?
pá g. 108
5. La demanda por inventarios de una empresa es 3.600 u, El costo de mantenimiento expresado

como % del precio es 25%, Precio de compra por unidad $40, Costo variable de ordenamiento
$125, Costos fijos de ordenamiento $5.400
a. ¿cuál es la cantidad óptima de pedido?
b. ¿Cual es el costo total de inventarios?
6. El jabón Glicel se fabrica en una línea de producción que tiene una capacidad anual de 60,000
cajas. Se estima que la demanda anual es de 26,000 cajas y esta tasa de demanda es constante
todo el año. La limpieza, el acondicionamiento y preparación de la línea de producción cuesta
aproximadamente $ 135.00. El costo de fabricación por caja es de $ 4.50, y el costo anual de
conservación, mantenimiento o tenencia de inventario representa el 24 % del costo de fabricación
por caja al año.
¿ Cual es el tamaño del lote de producción que se recomienda, el costo total anual de fabricación
o de producción de inventario, considerando que esta empresa trabaja 300 días hábiles al año,
cuantas corridas de producción se realizaran al año, cada que tanto tiempo se harán éstas
corridas de producción?.
7. Una empresa que se dedica a la venta de bebidas gaseosas que tiene una demanda anual de
3600 cajas, Una caja de bebidas le cuesta a la empresa $3.00, los costos de los pedidos son de $
20.00 por pedido, y los costos de mantenimiento se consideran de 25 % de los costos por unidad
por año, Existen 250 días hábiles al año, y el tiempo de adelanto es 5 días . Calcule lo siguiente:
a. Cantidad económica de pedido.
b. Punto de renovación del pedido.
c. Número de pedidos anuales.
d. Tiempo entre cada pedido.
e. Costo Total anual del Inventario
8. FARMABEN Una empresa dedicada a la comercialización de agujas hipodérmicas indoloras en los
centros de salud y puestos de salud del MINSA, desea reducir sus costos de inventario mediante
la determinación del numero de agujas hipodérmicas que debe tener cada orden. La demanda
anual es de 1000 unidades; el costo de preparación o de ordenar es de 10 dólares por orden; y el
costo de manejo por unidad por año es de 50 centavos de dólar. Utilizando estos datos, se puede
calcular el número óptimo de unidades por orden. Si un año laboral tiene 250 días, halle el numero
de ordenes y el tiempo trascurrido entre las ordenes
9. Suponga que R&B Beverage Company tiene un refresco que tiene una tasa de demanda anual
constante de 3600 cajas. Una caja del refresco le cuesta a R&B 3 dólares. Los costos de pedir son
20 dólares por pedido y los costos de posesión son de 5% del valor del inventario. R&B tiene 250
días laborables por año y el tiempo de entrega es de 5 días. Identifique los aspectos siguientes de
la política de inventarios.
a. Cantidad económica a pedir c. Tiempo del ciclo
b. Punto de pedido d. Costo anual total
10. Una propiedad general del modelo de inventarios EOQ es que los costos totales de posesión del
inventario y de pedido son iguales en la solución óptima. Utilice los datos del problema 1 para
demostrar que este resultado es cierto, siempre que se utilice Q*.
11. El punto de pedido se define como la demanda durante el plazo de entrega de un elemento. En el
caso de plazos de entrega largos, la demanda durante el plazo de entrega, y por lo tanto el punto
de pedido, pudiera exceder la cantidad económica a pedir Q*. En estos casos, la posición del
inventario al colocar un pedido no será igual al inventario a la mano y el punto de pedido se puede
expresar en función de la posición del inventario o del inventario a la mano. Considere un modelo
de cantidad económica a pedir con D = 5000, CO = $32, Ch = $2 y 250 días laborables por año.
pá g. 109
Identifique el punto de pedido en función la posición del inventario y en función del inventario a la
mano para cada uno de los siguientes plazos de entrega.
a. 5 días c. 25 días
b. 15 días d. 45 días
12. Tele-Reco es una nueva tienda de especialidades que vende televisores, grabadoras de cinta,
juegos de video y otros productos relacionados con la televisión. Una nueva grabadora de video
fabricada en Japón cuesta a Tele-Reco 600 dólares por unidad. La tasa del costo anual de
posesión de Tele-Reco es de 22%. Los costos de pedir se estiman en 70 dólares por pedido.
a. Si la demanda de la nueva grabadora de videocinta se espera constante a una tasa de 20
unidades por mes, ¿cuál es la cantidad recomendada de pedido para la grabadora de cinta?
b. ¿Cuáles son los costos estimados anuales de inventarios, de posesión y de pedir asociados
con este producto?
c. ¿Cuántos pedidos se colocarán al año?
d. Con 250 días laborables por año, ¿cuál es el tiempo del ciclo de este producto?
pá g. 110
UNIDAD VII
Tema Nº 13: SISTEMA DE LÍNEA DE ESPERA
13.1 TEORÍA DE COLAS O LINEAS DE ESPERA

En la teoría de colas se estudian los procesos de llegada, tiempo en cola que pasa el cliente,
tiempo de servicio así como número de clientes que se encuentran. El proceso de entrada se
conoce por lo general como proceso de llegada, la llegada de los clientes. Los modelos en los que
las llegadas se toman de una población pequeña se llaman modelos de origen finito. Ha servidores
en paralelo como por ejemplo los cajeros de un banco que están organizados generalmente en
paralelo, el otro es servidores en serie en los cuales se debe de pasar por varios de ellos antes de
completar el servicio un ejemplo de esto son la líneas de ensamble.
La disciplina de cola es el método que se usa para determinar el orden en que se sirve a los
clientes. La disciplina más común es la disciplina PLPS (primero en llegar primero en ser servido),
ULPS (ultimo en llegar primero en ser servido) este se puede ejemplificar cuando alguien es el
ultimo en subirse a un elevador lleno y el primero que se baja, o sea el primero en ser servido.
Disciplina SEOA (servicio en orden aleatorio), DG disciplina general en la cola.
Existe un sistema de notación para el sistema de colas establecido por KENDALL-LEE, la cual
representa seis características las que son:
1. Naturaleza del proceso de llegada
2. Naturaleza de tiempos de servicio
3. Número de servidores en Paralelo
4. Disciplina de la cola
5. Número máximo de clientes en el sistema, incluyendo los que esperan y los que están en
ventanilla.
6. Tamaño de la población de la cual se toman los clientes.
Donde:
1 puede ser M: exponencial, D: tiempos de llegada son idénticamente determinística. Ek: los
tiempos entre llegadas son con distribución de Erlang con parámetro de forma k. GI: los tiempos
de llegadas son idénticamente determinísticos y están gobernados por alguna distribución general.
2: M, D, Ek, G: los tiempos de servicio son idénticamente determinísticas y siguen alguna
distribución general.
3: PLPS, ULPS, SEOA, DG.
EJEMPLO 1
M/M/8/PLPS/10/ puede representar una clínica con 8 doctores (8) con tiempos exponenciales de
llegada y servicio (M/M/), la disciplina en la cola es el primero que llega es el primero en ser
servido (PLPS), y una capacidad de 10 pacientes (10) con una población infinita ().
SISTEMA DE COLAS M/M/1/DG/
M/M/1/DG//
En este sistema la tasa de llegada y servicio son exponenciales con 1 servidor, disciplina general
en la cola con infinitos clientes en el sistema, que se obtienen de una población infinita.
pá g. 111
 = número promedio de llegas que entran por unidad de tiempo

 = número de clientes que se atienden por unidad de tiempo
Lq = número promedio de clientes que esperan en la cola
Ls = número promedio de clientes en el sistema
Wq = tiempo promedio que pasa un cliente en la cola
Ws = tiempo promedio que pasa un cliente en el sistema
 = factor de utilización
En estas definiciones, todos los promedios son para estado estable donde = / <1, si  >1 es
fácil ver porqué no puede existir distribución de estado estable. Supongamos =6 clientes por hora
y que = 4 clientes por hora. Aun si el despachador estuviera trabajando todo el tiempo, sólo
podría atender a 4 clientes por hora. Así, el número promedio de clientes en el sistema crecería al
menos en 6 – 4 =2 clientes por hora. Esto significa que después de mucho tiempo, el número de
clientes que hay “explotaría” y no podría existir distribución de estado estable. Entonces para
cualquier sistema de colas en el que exista una distribución de estado estable, se cumplen las
siguientes ecuaciones
L=  W; Lq =  W q; Ls =  Ws
EJEMPLO 2
A un cajero para automovilistas, sólo llega un promedio de 10 vehículos por hora. Suponga
que el tiempo promedio de servicio para cada cliente es de 4 minutos, y que los tiempos
entre llegadas y los de servicio son exponenciales. Conteste las siguientes preguntas.
a) ¿Cuál es la probabilidad de que el cajero se encuentre vacío?
b) ¿Cuál es el número promedio de automóviles que esperan en la cola su turno?, se
considera que un vehículo que está ocupando el cajero, no está en la cola esperando.
c) ¿Cuál es el tiempo promedio que un cliente pasa en el estacionamiento del banco,
incluyendo el tiempo en el servicio?
d) En promedio, ¿Cuántos clientes por hora serán atendidos por el cajero automático?
Solución:
Identificamos el modelo M/M/1/DG//, ya que no especifica la cantidad de clientes en el sistema
ni la población asumimos infinito, y se coloca una disciplina general.
Identificamos  = 10 vehículos/hora y =4 minutos/hora, lo primero que hay que fijarse es que no
están en las misma unidades entonces  la colocamos en vehículos por hora si atiende 1 vehículo
en 4 minutos entonces atenderá 15 en una hora por lo tanto =15 vehículos/hora. RECORDARSE
SIEMPRE EN LAS MISMA UNIDADES.
a. La probabilidad de que el cajero se encuentre vació es Po = 1-  ;
 =  /=10/15 =2/3 =0.667, entonces Po =1-0.667 = 0.33, por lo tanto el cajero estará vació el
33% del tiempo.
b. Lq=2/ (1-)= .6672 /(1-.667) = 1.33 clientes
c. Ahora buscamos W que es el tiempo total de todo el sistema.
L= / (1/)= 0.667/ (1-0.667) =2 clientes.
W = L/ = 2/10 = 1/5 hora = 12 minutos.
d. Si el cajero estuviera ocupado siempre, podría atender 15 clientes por hora. Pero sabemos
que solo se esta ocupado 0.67 del tiempo. Así que durante cada hora llegaran 0.67
(15)=10 clientes. El valor de 0.67 se obtiene de 1-Po, que es el tiempo que esta ocupado.
EJEMPLO 3.
pá g. 112
Supongamos que todos los propietarios de automóviles llenan sus tanques de gasolina cuando
están exactamente a la mitad, En la actualidad, llega un promedio de 7.5 clientes por hora a una
gasolinera que tiene una sola bomba surtidora. Se necesita un promedio de 4 minutos para
atender un automóvil. Suponga que tanto los tiempos entre llegadas como los tiempos de servicio
son exponenciales.
a) Para el caso actual, calcule L y W
b) Suponga que se presenta escasez de gasolina y que hay compras de pánico. Para
modelar este fenómeno, suponga que todos los propietarios de automóvil compran
gasolina cuando sus tanques les falta exactamente ¾ partes. Como cada conductor pone
menos gasolina al tanque durante cada visita a la gasolinera, suponga que el tiempo
promedio de servicio se ha reducido a 3.33 minutos ¿Cómo afecto la compra de pánico a
L y a W?
Solución:
a) Al identificar el sistema observamos que es M/M/1/DG// con =7.5 vehículos /hora y
=15 vehículos por hora. Primero encontramos =7.5/15=0.50, nótese que aquí se hace
conversión porque  tiene diferentes unidades. Teniendo  logramos obtener L=/(1/) =
0.50/(1-0.5)=1, luego obtenemos W=L/=1/7.5=0.13 horas. Con estos resultados podemos
observar que todo está bajo control y son improbables las largas colas.
b) Con la segunda opción tenemos el mismo sistema M/M/1/DG// con =2(7.5)=15
vehículos por hora, se preguntar porque por 2 y es dado que el cliente llenará con doble
de frecuencia su tanque porque ahora no estar a la mitad sino que ¾, y visitara la
gasolinera cada vez que se haya gastado ¼ de tanque. Y  es igual a 60/3.33 = 18
vehículos por hora donde =15/18=5/6.
Con los datos utilizamos las ecuaciones: L= (5/6) /(1-5/6) =5 automóviles y
W = 5/15 =1/3 horas = 20minutos.
Ya comparando se ve que las compras de pánico han originado colas mas largas y
tiempos más largos en el sistema.
EJEMPLO 4.
En una aerolínea se debe revisar cada pasajero, así como su equipaje, para ve si trae
armas. Suponga que al aeropuerto Internacional La Aurora llega un promedio de 10
pasajeros/minuto. Los tiempos entre llegas son exponenciales. Para revisar a los
pasajeros, el aeropuerto debe tener una estación que consiste en un detector de
metales y una máquina de rayos X para el equipaje. Cuando está trabajando la
estación se necesitan dos empleados. Una estación puede revisar un promedio de 12
pasajeros/min. Con la hipótesis que el aeropuerto sólo tiene una estación de
verificación, responda las siguientes preguntas.
a. ¿Cuál es la probabilidad de que un pasajero tenga que esperar para ser revisado?
b. En promedio, ¿Cuántos pasajeros esperan en la cola para entrar a la estación?
c. En promedio, ¿Cuánto tiempo pasará el pasajero en la estación de verificación.
Solución:
Primero identificamos el modelo M/M/1/DG// donde existe un servidor, en el
problema puede confundirse pensando que son dos servidores porque hay dos
empleados trabajando, pero NO es así ya que un servidor aquí se considera una
estación independientemente que se realice en ella y cuantos la atiendan.
a. =10 pasajeros/minuto =12 pasajeros/minuto
=/=10/12=0.833 Po=1-0.833=0.17 (probabilidad de que este vació)
Entonces estar ocupado 1-0.17= 0.833 = 83.33% del tiempo esto es igual a .
b. Lq= Wq=2/((-)) = 102/(12(12-10))= 4.17 personas en la cola.
pá g. 113
c.Ws=1/(-)=1/(12-10)= 0.5 minutos.
MODELO M/M/1/DG/m/
M/M/1/DG/m/
Este sistema es parecido al anterior con la variante que tiene una capacidad total de
“m” clientes, y cuando existen estos “m” clientes, todas las llegadas se regresan y el
sistema las pierde para siempre. Este número máximo de clientes es una constante y
varia según el libro que se utiliza c,m, etc. En este modelo de capacidad finita, llega
un promedio de Pm, de esas llegadas encuentran al sistema lleno a toda capacidad y
se van. Por lo tanto, en realidad entrará al sistema un promedio de =(1-Pm)
llegadas por unidad de tiempo. En este modelo existirá estado estable aún si > Esto
se debe que aun cuando >, la capacidad finita de “m” en el sistema evita que
“explote” el número de gentes en la cola.
EJEMPLO 5
En una peluquería hay un peluquero y un total de 10 asientos. Los tiempos de llegada
tienen distribución exponencial, y llega un promedio de 20 clientes posibles por hora.
Los que llegan cuando la peluquería esta llena no entran. El peluquero tarda un
promedio e 12 minutos en atender a cada cliente. Los tiempos de corte de pelo tienen
distribución exponencial.
a) En promedio ¿Cuántos cortes de pelo hará el peluquero?
b) En promedio ¿Cuánto tiempo pasará un cliente en la peluquería, cuando entra?
Solución
Identificación del modelo M/M/1/DG/10/
a) Una fracción de P10 de las llegas encuentra que la peluquería esta llena. Por lo tanto,
entrará a ella un promedio de (1-P10) por hora. Todos los clientes que desean que se les
corte el cabello, y por lo tanto, el peluquero hará un promedio de (1-P10) cortes por hora.
m=10, =20 clientes por hora y =5 clientes/hora. Entonces =20/5=4
Donde n=1,2,....m
Sustituyendo datos P10=0.75

Así, los cortes de pelo son en promedio 20(1-0.75) = 5 cortes/hora.
b) Para calcular W=L/((1-Pm))
W=9.67/(20(1-0.75))=1.93 horas.
EJERCICIOS RESUELTOS
Problema 1 M/M/1/
M/M/1/
Suponga que un cajero bancario puede atender a los clientes a una velocidad
promedio de diez clientes por hora. Además, suponga que los clientes llegan a la
pá g. 114
ventanilla del cajero a una tasa promedio de 7 por hora. Se considera que las llegadas
siguen la distribución Poisson y el tiempo de servicio sigue la distribución exponencial.
Realice un análisis acerca de la situación actual del Banco.
Solución:
=10 clientes/hora =7 clientes/hora k=1
=/=7/10=0.7
Po=1-0.7=0.3
Según los datos obtenidos el sistema esta ocupado el 70% del tiempo, vacío el 30%
en promedio hay 2.33 unidades en el sistema y 1.63 en la cola con un tiempo en el
sistema de 1/3 hora = 20 minutos y un tiempo en la cola de 0.233 horas = 14 minutos.
Problema 2.
2 M/M/K/
M/M/K/
Suponga que se coloca un segundo cajero bancario en el problema antes descrito.
¿Qué tanto se mejorará el servicio?. De sus conclusiones y recomendaciones para el
Banco.
Solución:
S=k=2 número de servidores =7 clientes/hora =10 clientes/hora
Lq = 0.7977 – 7/10 = 0.0977

Ws =Ls/ = 0.7977/7 =0.11396 Wq = Lq /  = 0.0977/7 = 0.01396
Con dos cajeros las estadísticas de los clientes mejoraran dramáticamente. Ahora se tiene un
promedio de solamente 0.0977 clientes en la línea y el cliente promedio esperara solamente
pá g. 115
0.0139 horas para recibir el servicio (menos de un minuto). El costo de este buen servicio es
que los prestadores de este solamente están ocupados durante el 35% de su tiempo. A menos
que se desee un servicio extraordinariamente bueno el banco no deseara incurrir en el gasto
de un segundo cajero. Puede tomarse en consideración en las horas pico.
Problema 3.
3 M/M/K/
M/M/K/
En un restaurante se vende comida para llevar y tratan de determinar cuantos

servidores o colas deben trabajar el turno del almuerzo. Durante cada hora, llegan en
promedio 100 clientes al restaurante. Cada cola puede manejar en promedio 50
clientes por hora. Un servidor cuesta Q 5 /hora y se carga un costo de Q 20 por cada
cliente que espere en la cola durante 1 hora. Calcule el número de colas que minimice
el costo.
Solución:
=100 clientes/hora =50 clientes / hora 1 servidor ------- Q 5/hora
k servidores ------ 5k
Q 20 por cada cliente que espera en la cola por hora 20Wq
Costo total = 5k + 20Wq quetzales / hora

K=?
k2 2 , 3, 4.... 
=100/2(50)=1 pero  1
Aunque se realice el cálculo con k=2 los datos generados serian incoherentes.
Se deja al estudiante que lo compruebe.
Con K=3
 =100/3(50) =2/3 =0.667
Lq = 2.89 – 100/50 = 0.89

Ws = 2.89/100 = 0.0289 horas = 1.73 minutos
Wq = Lq /  = 0.89/100=0.0089 horas
pá g. 116
CT = 5(3) + 20(0.0089) =Q15.18 / hora
Al utilizar k>3 servidores el costo se aumenta por lo tanto se deben tener 3 Servidores.
Problema 4.
4 M/M/1/m
Hay un promedio de 40 automóviles por hora, con tiempos exponenciales entre

llegadas, que desean que se les atienda en la ventanilla de “servicio en su auto” de
Pizza Hut. Si hay una cola de más de 4 coches, incluyendo el de la ventanilla, el coche
que llegue se va. En promedio toman cuatro minutos en servir a un automóvil.
(a) Cuál es el número promedio de automóviles esperado en la cola, sin incluir al que
está frente a la ventanilla?
(b) En promedio ¿a cuántos automóviles se atiende en cada hora?
(c) Acabo de formarme en la cola. En promedio ¿Cuánto tiempo pasará para que
llegue a la ventanilla?
Solución:
=40 autos/ hora =4 minutos/ hora = 15 autos / hora m=4
Lq = ? Ls =? Wq =?
 = 40/15 =2.67
Ls =3.438 autos / hora

Lq = Ls - (1- Po)= 3.438 - (1 - 0.012398)=2.45
 =  (1-Pm)  = 40 (1-0.63011) =14.80  = 14.80

Wq = Lq/ Wq = 2.45 /14.80 = 0.1655 Wq =0.1655 horas = 9.9 minutos
a) El número promedio de autos en la cola es Lq=2.45 autos

b) El número promedio de autos atendidos cada hora es Ls=3.438 autos/hora
c) En llegar a la ventanilla me tardo Wq=0.1655 horas = 9.9 minutos
Actividad
PROBLEMAS PROPUESTOS DE TEORIA DE COLAS
pá g. 117
1. MexiCars de la Av. J.C. Mariátegui tiene un empleado que se encarga de instalar sistemas de
alarma a carros y lo hace a una tasa promedio de 3 por hora; cerca de 1 cada 20 minutos. Los
clientes que solicitan este servicio llegan en promedio de 2 por hora. Los aspectos del sistema
M/M/1 se encuentran aquí presentes. ¿Cómo es el comportamiento de este sistema?
2. Grupo Hinostroza SAC. división llantas, la gerencia está considerando contratar un nuevo
mecánico para manejar todos los cambios de llantas para los clientes que ordenan nuevos juegos
de llantas. Dos mecánicos han solicitado el trabajo. Uno de ellos tiene experiencia limitada y
puede ser contratado pagándole 5.00 S/. la hora. Se espera que este mecánico pueda atender un
promedio de 3 clientes por hora. El otro mecánico tiene varios años de experiencia, puede servir
un promedio de 4 clientes por hora y se le pagaría 10.00 S/. la hora. Asuma que los clientes
arriban a una tasa de 2 por hora.
En el sistema es aplicable el modelo M/M/1.
a. Calcule las características Operacionales con cada mecánico.
b. Si el taller asigna un costo de espera a cada cliente de 15.00 S/. por hora, ¿Cuál
mecánico proporciona el menor costo de operación?
3. Una franquicia de comida rápida, está pensando abrir operaciones de servicio por ventanilla a los
clientes, desde su vehículo. Los clientes que llegan al intercomunicador a colocar órdenes y luego
manejan hasta la ventanilla para pagar y recibir sus órdenes lo hacen a una tasa de 24 por hora.
En el sistema es aplicable el modelo M/M1. Se está considerando las alternativas siguientes:
A. Realizar la operación con un solo empleado que llene la orden y reciba el dinero del
cliente. En esta alternativa, el tiempo promedio de servicio es de 2 minutos.
B. Realizar la operación con un empleado y un ayudante que tome el dinero del cliente. En
esta alternativa, el tiempo promedio de servicio es de 1.25 minutos.
En ambos caso es un sistema de una sola ventanilla, por lo que se mantiene el sistema de un solo
servidor, modelo M/M/1. Se le pide:
a. Calcule las Características Operacionales para cada alternativa y Tome una
decisión.
b. Si dispone de información del costo de espera de 25.00 S/. por hora, pues es
considerado alto este costo en los servicios de comida rápida y el costo de cada
empleado es de 8.00 S/. por hora, siendo además cargado 20.00 S/. por equipos y
espacio. ¿Cuál sería la alternativa de menor costo para el servicio?
4. Sam Lawer Medico Veterinario maneja una clínica de vacunación antirrábica para perros, en la
clínica municipal. Sam puede vacunar un perro cada tres minutos. Se estima que los perros
llegarán en forma independiente y aleatoriamente en el transcurso del día, en un rango de un
perro cada seis minutos, de acuerdo con la distribución de Poisson. También suponga que los
tiempos de vacunación de Sam están distribuidos exponencialmente.
Datos
l = 1 / 6 = 0.167 perros/min
m = 1 / 3 = 0.34 perros/min
Determinar:
a. La probabilidad de que Sam este de ocioso
b. La proporción de tiempo en que Sam está ocupado.
c. El número total de perros que están siendo vacunados
d. El número promedio de perros que esperan a ser vacunados
pá g. 118
5. Las llamadas llegan ala central telefónica de la OEC a una tasa de dos por minuto, él tiempo
promedio para manejar cada una de estás es de 20 segundos. Actualmente solo hay una
operadora de la central. Las distribuciones de Poisson y exponencial parecen ser relevantes en
esta situación.
Datos
l = 2 llamadas/minutos
m = (1 / 20 seg.)(60 seg.) = 3 llamadas/minuto
Determine:
a. La probabilidad de que la operadora este ocupada
b. El tiempo promedio que debe de esperar una llamada antes de ser tomada por la
operadora
c. El número de llamadas que esperan ser contestadas
6. Al principio de la temporada de fútbol, la ventanilla de boletos se ocupa mucho el día anterior al
primer juego. Los clientes llegan a una tasa de cuatro llegadas cada 10 minutos y el tiempo
promedio para realizar la transacción es de dos minutos.
Datos
l = (4 / 10) = 0.4 c/min
m = (1 /2 ) = 0.5 c/min
Determine:
a. El número promedio de aficionaos en línea de espera
b. El tiempo promedio que una persona pasaría en la oficina de boletos
c. La proporción de tiempo que el servidor está ocupado
7. Una empleada administra un gran complejo de cines “Cinemark Comas” I, II, III y IV. Cada uno de
los cuatro auditorios proyecta una película diferente, el programa se estableció de tal forma que
las horas de las funciones se encuentren escalonadas para evitar las multitudes que ocurrirían si
los cuatro cines comenzarán a la misma hora. El cine tiene una sola taquilla y un cajero que puede
mantener una tasa de promedio de servicio de 280 clientes por hora. Se supone que los tiempos
de servicio siguen una distribución exponencial. Las llegadas en un día son distribución de
Poisson y promedian 210 por hora.
Determine:
a. El número promedio de cinéfilos esperando en la línea para adquirir un boleto
b. Que porcentaje del tiempo esta ocupado el cajero.
c. Cual es el tiempo promedio que pasa un cliente en el sistema.
d. Cual es el tiempo promedio que pasa esperando en la línea para llegar a la taquilla.
e. Cual es la probabilidad de que haya más de dos personas en la cola.
pá g. 119
Tema Nº 14: TEORÍA DE DECISIONES
14.1 Introducción
La teoría de decisiones proporciona una manera útil de clasificar modelos para la toma de
decisiones. Se supondrá que se ha definido el problema, que se tienen todos los datos y
que se han identificado los cursos de acción alternativos. La tarea es entonces
seleccionar la mejor alternativa. la teoría de decisiones dice que esta tarea de hacer una
selección caerá en una de las cuatro categorías generales dependiendo de la habilidad
personal para predecir las consecuencias de cada alternativa.

Categorías Consecuencias
Certidumbre Deterministas
Riesgo Probabilísticas
Incertidumbre Desconocidas
Conflicto Influidas por un oponente
14.2 Toma de decisiones bajo incertidumbre

En los procesos de decisión bajo incertidumbre, el decisor conoce cuáles son los posibles
estados de la naturaleza, aunque no dispone de información alguna sobre cuál de ellos
ocurrirá. No sólo es incapaz de predecir el estado real que se presentará, sino que
además no puede cuantificar de ninguna forma esta incertidumbre. En particular, esto
excluye el conocimiento de información de tipo probabilístico sobre las posibilidades de
ocurrencia de cada estado.
Reglas de decisión
A continuación se describen las diferentes reglas de decisión en ambiente de
incertidumbre, y que serán sucesivamente aplicadas al ejemplo de construcción del hotel.
• Criterio de Wald
• Criterio Maximax
• Criterio de Hurwicz
• Criterio de Savage
• Criterio de Laplace
Para trabajar con los criterios utilizaremos la siguiente matriz:

Estados de la Naturaleza
Alternativas e1 e2 ... en
a1 x11 x12 ... x1n
a2 x21 x22 ... x2n
... ... ... ... ...

am xm1 xm2 . . . xmn
pá g. 120
a) Criterio de Laplace
Este criterio, propuesto por Laplace en 1825, está basado en el principio de razón
insuficiente: como a priori no existe ninguna razón para suponer que un estado se puede
presentar antes que los demás, podemos considerar que todos los estados tienen la
misma probabilidad de ocurrencia, es decir, la ausencia de conocimiento sobre el estado
de la naturaleza equivale a afirmar que todos los estados son equiprobables. Así, para un
problema de decisión con n posibles estados de la naturaleza, asignaríamos probabilidad
1/n a cada uno de ellos.
La regla de Laplace selecciona como alternativa óptima aquella que proporciona un
mayor resultado esperado:
EJEMPLO
Partiendo del ejemplo de construcción del hotel, la siguiente tabla muestra los resultados
esperados para cada una de las alternativas.
Alternativas Estados de la Naturaleza
Terreno Aeropuerto en A Aeropuerto en B Resultado esperado
comprado
A 13 -12 0.5
B -8 11 1.5
A y B 5 -1 2
Ninguno 0 0 0
En este caso, cada estado de la naturaleza tendría probabilidad ocurrencia 1/2. El
resultado esperado máximo se obtiene para la tercera alternativa, por lo que la decisión
óptima según el criterio de Laplace sería comprar ambas parcelas.
CRÍTICA
La objeción que se suele hacer al criterio de Laplace es la siguiente: ante una misma
realidad, pueden tenerse distintas probabilidades, según los casos que se consideren.
Por ejemplo, una partícula puede moverse o no moverse, por lo que la probabilidad de no
moverse es 1/2. En cambio, también puede considerarse de la siguiente forma: una
partícula puede moverse a la derecha, moverse a la izquierda o no moverse, por lo que la
probabilidad de no moverse es 1/3.
Desde un punto de vista práctico, la dificultad de aplicación de este criterio reside en la
necesidad de elaboración de una lista exhaustiva y mutuamente excluyente de todos los
posibles estados de la naturaleza.
Por otra parte, al ser un criterio basado en el concepto de valor esperado, su
funcionamiento debe ser correcto tras sucesivas repeticiones del proceso de toma de
decisiones. Sin embargo, en aquellos casos en que la elección sólo va a realizarse una
vez, puede conducir a decisiones poco acertadas si la distribución de resultados presenta
una gran dispersión, como se muestra en la siguiente tabla:
pá g. 121
Alternativas e1 e2 Resultado
esperado
a1 15000 -5000 5000
a2 5000 4000 4500
Este criterio seleccionaría la alternativa a1, que puede ser poco conveniente si la toma de
decisiones se realiza una única vez, ya que podría conducirnos a una pérdida elevada
b) Criterio de Wald
Este es el criterio más conservador ya que está basado en lograr lo mejor de las peores
condiciones posibles. esto es, si el resultado x(ai, ej) representa pérdida para el decisor,
entonces, para ai la peor pérdida independientemente de lo que ej pueda ser, es máx ej
{ x(ai, ej) }. El criterio minimax elige entonces la acción ai asociada a :
En una forma similar, si x(ai, ej) representa la ganancia, el criterio elige la acción ai
asociada a :
Este criterio recibe el nombre de criterio maximin, y corresponde a un pensamiento

pesimista, pues razona sobre lo peor que le puede ocurrir al decisor cuando elige una
alternativa.
EJEMPLO
Partiendo del ejemplo de construcción del hotel, la siguiente tabla muestra las
recompensas obtenidas junto con los niveles de seguridad de las diferentes alternativas:

Terreno Aeropuerto en A Aeropuerto en B si
comprado
A 13 - 12 -12
B -8 11 -8
AyB 5 -1 -1
Ninguno 0 0 0
La alternativa óptima según el criterio de Wald sería no comprar ninguno de los terrenos,
pues proporciona el mayor de los niveles de seguridad.
CRÍTICA
pá g. 122
En ocasiones, el criterio de Wald puede conducir a decisiones poco adecuadas. Por

ejemplo, consideremos la siguiente tabla de decisión, en la que se muestran los niveles
de seguridad de las diferentes alternativas.
Estados de la
Naturaleza
Alternativas e1 e2 si
a1 1000 99 99
a2 100 100 100
El criterio de Wald seleccionaría la alternativa a2, aunque lo más razonable parece ser
elegir la alternativa a1, ya que en el caso más favorable proporciona una recompensa
mucho mayor, mientras que en el caso más desfavorable la recompensa es similar.
c) Criterio de Hurwicz
Este criterio representa un intervalo de actitudes desde la más optimista hasta la más
pesimista. En las condiciones más optimistas se elegiría la acción que proporcione el máx
ai máx ej { x(ai, ej) }. Se supone que x(ai, ej), representa la ganancia o beneficio. De igual
manera, en las condiciones más pesimistas, la acción elegida corresponde a máx ai mín
ej { x(ai, ej) }. El criterio de Hurwicz da un balance entre el optimismo extremo y el
pesimismo extremo ponderando las dos condiciones anteriores por los pesos respectivos
 y (1- ), donde 0 ≤  ≤ 1. Esto es, si x(ai, ej) representa beneficio, seleccione la acción
que proporcione:
Para el caso donde x(ai, ej) representa un costo, el criterio selecciona la acción que
proporciona:
El parámetro  se conoce como índice de optimismo: cuando  = 1, el criterio es

demasiado optimista; cuando  = 0, es demasiado pesimista . Un valor de  entre cero y
uno puede ser seleccionado dependiendo de si el decisor tiende hacia el pesimismo o al
optimismo. En ausencia de una sensación fuerte de una circunstancia u otra, un valor de
 = 1/2 parece ser una selección razonable.

pá g. 123
EJEMPLO
Partiendo del ejemplo de construcción del hotel, la siguiente tabla muestra las
recompensas obtenidas junto con la media ponderada de los niveles de optimismo y
pesimismo de las diferentes alternativas para un valor a = 0.4:

Terreno
comprado Aeropuerto en A Aeropuerto en B mínei máxei S(ai)
A 13 -12 -12 13 -2
B -8 11 -8 11 -0.4
AyB 5 -1 -1 5 1.4
Ninguno 0 0 0 0 0
La alternativa óptima según el criterio de Hurwicz sería comprar las parcelas A y B, pues
proporciona la mayor de las medias ponderadas para el valor de a seleccionado.
d) Criterio de Savage
En 1951 Savage argumenta que al utilizar los valores xij para realizar la elección, el
decisor compara el resultado de una alternativa bajo un estado de la naturaleza con todos
los demás resultados, independientemente del estado de la naturaleza bajo el que
ocurran. Sin embargo, el estado de la naturaleza no es controlable por el decisor, por lo
que el resultado de una alternativa sólo debería ser comparado con los resultados de las
demás alternativas bajo el mismo estado de la naturaleza.
Con este propósito Savage define el concepto de pérdida relativa o pérdida de
oportunidad rij asociada a un resultado xij como la diferencia entre el resultado de la
mejor alternativa dado que ej es el verdadero estado de la naturaleza y el resultado de la
alternativa ai bajo el estado ej:
Así, si el verdadero estado en que se presenta la naturaleza es ej y el decisor elige la

alternativa ai que proporciona el máximo resultado xij, entonces no ha dejado de ganar
nada, pero si elige otra alternativa cualquiera ar , entonces obtendría como ganancia xrj y
dejaría de ganar xij-xrj.
Savage propone seleccionar la alternativa que proporcione la menor de las mayores
pérdidas relativas, es decir, si se define ri como la mayor pérdida que puede obtenerse al
seleccionar la alternativa ai,
el criterio de Savage resulta ser el siguiente:
pá g. 124
Conviene destacar que, como paso previo a la aplicación de este criterio, se debe
calcular la matriz de pérdidas relativas, formada por los elementos rij. Cada columna de
esta matriz se obtiene calculando la diferencia entre el valor máximo de esa columna y
cada uno de los valores que aparecen en ella.
Observe que si x(ai, ej) es una función de beneficio o de pérdida, la matriz de pérdidas
relativas, formada por los elementos rij representa en ambos casos pérdidas. Por
consiguiente, únicamente el criterio minimax ( y no el maximin) puede ser aplicado
a la matriz de deploración r.
EJEMPLO
Partiendo del ejemplo de construcción del hotel, la siguiente tabla muestra la matriz de
pérdidas relativas y el mínimo de éstas para cada una de las alternativas.

Terreno Aeropuerto en A Aeropuerto en B ri
comprado
A 0 23 23
B 21 0 21
AyB 8 12 12
Ninguno 13 11 13
El mayor resultado situado en la columna 1 de la tabla de decisión original es 13; al restar

a esta cantidad cada uno de los valores de esa columna se obtienen las pérdidas
relativas bajo el estado de la naturaleza Aeropuerto en A. De la misma forma, el máximo
de la columna 2 en la tabla original es 11; restando a esta cantidad cada uno de los
valores de esa columna se obtienen los elementos rij correspondientes al estado de la
naturaleza Aeropuerto en B. Como puede observarse, el valor ri menor se obtiene para la
tercera alternativa, por lo que la decisión óptima según el criterio de Savage sería
comprar ambas parcelas.

CRÍTICA
El criterio de Savage puede dar lugar en ocasiones a decisiones poco razonables. Para
comprobarlo, consideremos la siguiente tabla de resultados:
Alternativas e1 e2
a1 9 2
a2 4 6
pá g. 125
La tabla de pérdidas relativas correspondiente a esta tabla de resultados es la siguiente:
Estados de la
Naturaleza
Alternativas e1 e2 ri
a1 0 4 4
a2 5 0 5
La alternativa óptima es a1. Supongamos ahora que se añade una alternativa, dando
lugar a la siguiente tabla de resultados:
Alternativas e1 e2
a1 9 2
a2 4 6
a3 3 9
La nueva tabla de pérdidas relativas sería:
Estados de la
Naturaleza
Alternativas e1 e2 ri
a1 0 7 7
a2 5 3 5
a3 6 0 6
El criterio de Savage selecciona ahora como alternativa óptima a2, cuando antes
seleccionó a1. Este cambio de alternativa resulta un poco paradójico: supongamos que a
una persona se le da a elegir entre peras y manzanas, y prefiere peras. Si posteriormente
se la da a elegir entre peras, manzanas y naranjas, ¡esto equivaldría a decir que ahora
prefiere manzanas.
pá g. 126
14.3 Caso de aplicación: Criterios de decisión en incertidumbre

Una instalación recreativa debe decidir acerca del nivel de abastecimiento que debe
almacenar para satisfacer las necesidades de sus clientes durante uno de los días de
fiesta. El número exacto de clientes no se conoce, pero se espera que esté en una de
cuatro categorías: 200,250, 300 o 350 clientes. Se sugieren, por consiguiente, cuatro
niveles de abastecimiento, siendo el nivel i el ideal (desde el punto de vita de costos) si el
número de clientes cae en la categoría i. La desviación respecto de niveles ideales
resulta en costos adicionales, ya sea porque se tenga un abastecimiento extra sin
necesidad o porque la demanda no puede satisfacerse. La tabla que sigue proporciona
estos costos en miles de unidades monetarias.
Nivel e1(2 e2(2 e3(3 e4(3

de 00) 50) 00) 50)
abasteci
a1(2 5 10 18 25
miento
00)
a2(2 8 7 8 23
50)
a3(3 21 18 12 21
00)
a4(3 30 22 19 15
50

Determine cuál es el nivel de aprovisionamiento óptimo, utilizando los criterios explicados.
RESULTADOS
A) LAPLACE:
El principio de Laplace establece que e1, e2, e3, e4 tienen la misma probabilidad de
suceder. Por consiguiente las probabilidades asociadas son P(x)=1/4 y los costos
esperados para las acciones son:
E(a1) = (1/4)(5+10+18+25) = 14.5
E(a2) = (1/4)(8+7+8+23) = 11.5
E(a3) = (1/4)(21+18+12+21) = 18.0
E(a4) = (1/4)(30+22+19+15) = 21.5
Por lo tanto, el mejor nivel de inventario de acuerdo con el criterio de Laplace está
especificado por a2.
B) WALD
Ya que x(ai, ej) representa costo, el criterio minimax es aplicable. Los cálculos se
resumen en la matriz que sigue. La estrategia minimax es a3:
Nive e1( e2( e3( e4(

l de 20 25 30 35
abaste 0) 0) 0) 0)
cimient
a1( 5 10 18 25 25
o
20
pá g. 127
0)
a2( 8 7 8 23 23
25
0)
a3( 21 18 12 21 21
30
(valor
0)
minimax)
a4( 30 22 19 15 30
35
0
C) HURWICZ
Supongamos =1/2. Los cálculos necesarios se muestran enseguida. La solución óptima
está dada por a1 ó a2.
a 5 25 15 (mín)
1
a 7 23 15 (mín)
2
a 12 21 16.5
3
a 15 30 22.5
4

D) SAVAGE
Se obtiene primero la matriz rij restando 5, 7, 8 y 15 de las columnas 1, 2, 3 y 4
respectivamente.
Nive e1( e2( e3( e4(

l de 20 25 30 35
abaste 0) 0) 0) 0)
cimient
a1( 5 10 18 25 10
o
20
0)
a2( 8 7 8 23 8
25
(valor
0)
minimax)
a3( 21 18 12 21 16
30
0)
a4( 30 22 19 15 25
35
pá g. 128
0

pá g. 129
REFERENCIAS BIBLIOGRÁFICAS
TAHA, H. 1998 Investigación de Operaciones. 6ª edición. México, Prentice

Hall,
EPPEN G D y Otros, 2000 Investigación de operaciones en la ciencia
administrativa 5ª edición México Editorial Prentice Hall
HILLIER F y LIEBERMAN G. 1991 Introducción a la investigación de
operaciones 5ª edición México Editorial McGraw-Hill
ANDERSON y WILLIAMS, 2004 Métodos Cuantitativos Para los Negocios, 9ª
Edición, México, Editorial IThomson Learning
GALEAS A. RUBÉN, Investigación de operaciones I, separata, Universidad
Continental de Ciencias e Ingeniería 2007.
pá g. 130
ANEXO
DISTRIBUCION DE PROBABILIDAD NORMAL ESTANDAR
normal 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0 0.5 0.50399 0.50798 0.51197 0.51595 0.51994 0.52392 0.5279 0.53188 0.53586
0.1 0.53983 0.5438 0.54776 0.55172 0.55567 0.55962 0.56356 0.56749 0.57142 0.57535
0.2 0.57926 0.58317 0.58706 0.59095 0.59483 0.59871 0.60257 0.60642 0.61026 0.61409
0.3 0.61791 0.62172 0.62552 0.6293 0.63307 0.63683 0.64058 0.64431 0.64803 0.65173
0.4 0.65542 0.6591 0.66276 0.6664 0.67003 0.67364 0.67724 0.68082 0.68439 0.68793
0.5 0.69146 0.69497 0.69847 0.70194 0.7054 0.70884 0.71226 0.71566 0.71904 0.7224
0.6 0.72575 0.72907 0.73237 0.73565 0.73891 0.74215 0.74537 0.74857 0.75175 0.7549
0.7 0.75804 0.76115 0.76424 0.7673 0.77035 0.77337 0.77637 0.77935 0.7823 0.78524
0.8 0.78814 0.79103 0.79389 0.79673 0.79955 0.80234 0.80511 0.80785 0.81057 0.81327
0.9 0.81594 0.81859 0.82121 0.82381 0.82639 0.82894 0.83147 0.83398 0.83646 0.83891
1 0.84134 0.84375 0.84614 0.84849 0.85083 0.85314 0.85543 0.85769 0.85993 0.86214
1.1 0.86433 0.8665 0.86864 0.87076 0.87286 0.87493 0.87698 0.879 0.881 0.88298
1.2 0.88493 0.88686 0.88877 0.89065 0.89251 0.89435 0.89617 0.89796 0.89973 0.90147
1.3 0.9032 0.9049 0.90658 0.90824 0.90988 0.91149 0.91308 0.91466 0.91621 0.91774
1.4 0.91924 0.92073 0.9222 0.92364 0.92507 0.92647 0.92785 0.92922 0.93056 0.93189
1.5 0.93319 0.93448 0.93574 0.93699 0.93822 0.93943 0.94062 0.94179 0.94295 0.94408
1.6 0.9452 0.9463 0.94738 0.94845 0.9495 0.95053 0.95154 0.95254 0.95352 0.95449
1.7 0.95543 0.95637 0.95728 0.95818 0.95907 0.95994 0.9608 0.96164 0.96246 0.96327
1.8 0.96407 0.96485 0.96562 0.96638 0.96712 0.96784 0.96856 0.96926 0.96995 0.97062
1.9 0.97128 0.97193 0.97257 0.9732 0.97381 0.97441 0.975 0.97558 0.97615 0.9767
2 0.97725 0.97778 0.97831 0.97882 0.97932 0.97982 0.9803 0.98077 0.98124 0.98169
2.1 0.98214 0.98257 0.983 0.98341 0.98382 0.98422 0.98461 0.985 0.98537 0.98574
2.2 0.9861 0.98645 0.98679 0.98713 0.98745 0.98778 0.98809 0.9884 0.9887 0.98899
2.3 0.98928 0.98956 0.98983 0.9901 0.99036 0.99061 0.99086 0.99111 0.99134 0.99158
2.4 0.9918 0.99202 0.99224 0.99245 0.99266 0.99286 0.99305 0.99324 0.99343 0.99361
2.5 0.99379 0.99396 0.99413 0.9943 0.99446 0.99461 0.99477 0.99492 0.99506 0.9952
2.6 0.99534 0.99547 0.9956 0.99573 0.99585 0.99598 0.99609 0.99621 0.99632 0.99643
2.7 0.99653 0.99664 0.99674 0.99683 0.99693 0.99702 0.99711 0.9972 0.99728 0.99736
2.8 0.99744 0.99752 0.9976 0.99767 0.99774 0.99781 0.99788 0.99795 0.99801 0.99807
2.9 0.99813 0.99819 0.99825 0.99831 0.99836 0.99841 0.99846 0.99851 0.99856 0.99861
3 0.99865 0.99869 0.99874 0.99878 0.99882 0.99886 0.99889 0.99893 0.99896 0.999
3.1 0.99903 0.99906 0.9991 0.99913 0.99916 0.99918 0.99921 0.99924 0.99926 0.99929
3.2 0.99931 0.99934 0.99936 0.99938 0.9994 0.99942 0.99944 0.99946 0.99948 0.9995
3.3 0.99952 0.99953 0.99955 0.99957 0.99958 0.9996 0.99961 0.99962 0.99964 0.99965
3.4 0.99966 0.99968 0.99969 0.9997 0.99971 0.99972 0.99973 0.99974 0.99975 0.99976
3.5 0.99977 0.99978 0.99978 0.99979 0.9998 0.99981 0.99981 0.99982 0.99983 0.99983
3.6 0.99984 0.99985 0.99985 0.99986 0.99986 0.99987 0.99987 0.99988 0.99988 0.99989
3.7 0.99989 0.9999 0.9999 0.9999 0.99991 0.99991 0.99992 0.99992 0.99992 0.99992
3.8 0.99993 0.99993 0.99993 0.99994 0.99994 0.99994 0.99994 0.99995 0.99995 0.99995
3.9 0.99995 0.99995 0.99996 0.99996 0.99996 0.99996 0.99996 0.99996 0.99997 0.99997
4 0.99997 0.99997 0.99997 0.99997 0.99997 0.99997 0.99998 0.99998 0.99998 0.99998
pá g. 131

Investigacion de Operaciones - Material 2011 II

Cargado por

Copyright:

Formatos disponibles

Investigacion de Operaciones - Material 2011 II

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Investigacion de Operaciones - Material 2011 II

Cargado por

Copyright:

Formatos disponibles

ASIGNATURA

Universidad Continental de Ciencias e Ingeniería

El desarrollo del material de la asignatura, se hace considerando la Investigación de

Tema Nº 2: METODOLOGIA DE LA INVESTIGACION DE OPERACIONES 15

3.6.3 Modelo que no suboptimiza 22

Tema Nº 4: METODOS DE SOLUCION DE PROBLEMAS DE PL 31

Tema Nº 7: MODELO DE ASIGNACION DE RECURSOS 72

8.4 Utilidad de las técnicas PERT y CPM 82

Tema N°10: LOS INVENTARIOS 94

Tema Nº 11: DISEÑO DE CADENA DE SUMINISTRO 101

Tema Nº 12: OPERACIÓN DEL SISTEMA PRODUCTIVO DE EMPRESA

UNIDAD VII 111

Tema Nº 14: TEORÍA DE DECISIONES 120

REFERENCIAS BIBLIOGRÁFICAS 129

Tema Nº 1: LA INVESTIGACIÓN DE OPERACIONES Y EL USO DE MODELOS

1.1 Los modelos

1.1.1 Clasificación de modelos

Además los modelos matemáticos encuentran distintas denominaciones en sus diversas

1.1.2 Principios de los modelos

1.2 Orígenes de la investigación de operaciones

El enfoque cualitativo se basa en la experiencia y el juicio personal, las habilidades

1.3 Naturaleza de la investigación de operaciones

administración como sinónimo de investigación de operaciones.) En particular, el proceso

1.4 ¿Qué es la investigación de operaciones?

La investigación de operaciones es la aplicación, por grupos interdisciplinarios,

organizaciones o sistemas (hombre-máquina), a fin de que se produzcan

Cuando se aplica alguno de estos remedios, la investigación de operaciones nos

1.5 Enfoque de la Investigación de Operaciones:

1.6 Los principales campos de aplicación de la I.O. son:

1. Debata acerca de la importancia tienen los modelos.

Tema Nº 2: METODOLOGIA DE LA INVESTIGACION DE OPERACIONES

2.1 Definición del problema y recolección de datos

son: a) el tomador de decisiones o ejecutivo; b) los objetivos de la organización; c) el sistema o

2.2 Formulación de un modelo matemático

2.3 Obtención de una solución a partir del modelo

2.4 Prueba del modelo

2.5 Establecimiento de controles sobre la solución

2.6 Implantación de la solución

1. Investigue en fuentes secundarias de las diversas aplicaciones de la Investigación de

Tema Nº 3: PROGRAMACIÓN LINEAL

3.2 Expresión matemática

Función Objetivo. Son datos relevantes, insumos incontrolables ya

3.3 Modelo de Programación Lineal

Ciertos símbolos se usan de manera convencional para denotar las distintas

3.4 Forma estándar del modelo

3.5 Suposiciones del Modelo de Programación Lineal

3.6 Limitaciones del modelo de programación lineal

3.7 Impacto de la Investigación de Operaciones

los estudiantes universitarios en Estados Unidos, graduados entre 1990 y 2005.

3.8 Riesgo al aplicar la Investigación de Operaciones

Limitaciones de la Investigación de Operaciones

3.9 Modelos matemáticos

3.10 Formulación de modelos de programación lineal

3.10.1 Pasos a seguir

3.10.2 Casos de formulación

a) Debe definirse claramente a las variables de decisión y expresarlas simbólicamente.

c) Deben definirse las restricciones y expresarlas como funciones lineales.

1 hora de trabajo X1(unid. de producto A) + 2 X2 + 3 X3 ≤ 100 horas de trabajo

Restricción 2: Horas de acabado disponibles en este período: