INVESTIGACIÓN DE

OPERACIONES

APLICACIÓN DE LA INVESTIGACIÓN DE OPERACIONES

La I.O tiene múltiples campos de
aplicación, se utiliza en casi toda gestión
que requiere la intervención de recursos
para un objetivo determinado y reúna
características muy bien definidas ❖ Industria ❖ Energía
❖ Agricultura ❖ Banca
❖ Construcci ❖ Minería
ón ❖ Comunicaciones
❖ Comercio ❖ Servicios pub o
En forma sucesiva los métodos ❖ Transporte Priv.
operacionales han ido encontrando
aceptación en los siguientes campos o
sectores
Desde el punto de vista de unidades económicas ,la IO es un valiosos
instrumento para resolver problemas relacionados con los siguientes espacios

❖ Producción ❖ Precios
❖ Inventario ❖ Mercados
❖ Distribución ❖ Comercialización
❖ Selección de equipos ❖ Informática
❖ Problemas de espera ❖ Administración
❖ Organismos y sistemas ❖ Gerencia
❖ Localización ❖ Factor humano
❖ Financiamiento ❖ Seguridad Industrial
Desde el punto de vista de unidades económicas ,la IO es un valiosos
instrumento para resolver problemas relacionados con los siguientes espacios

❖ Capacidad del equipo

investigador.
❖ Costo de la investigación.
❖ El uso del computador.
❖ Grado de interés de la empresa
❖ Servicios de informática
Metodología de la investigación operativa

La metodología debe pretender que

el decidor, aquel que tomara el
riesgo de la decisión, puede afectar
la decisión mas nacional posible, o Conocido el modelo matemático,
sea, que se minimice el riesgo de cuantificados los parámetros que en
ser equivocado. La metodología el intervienen ,habrá que hacer uso
utilizarse debe adaptarse “A fin de del juego lógico matemático para
facilitar la decisión", para ello obtener soluciones
contara con modelos
fundamentalmente matemáticos,
con la calificación de los factores
que intervienen en el proceso.
Metodología de la investigación operativa

La Investigación de Operaciones aspira determinar la mejor solución (optima)

para un problema de decisión con la restricción de recursos limitados. En la
Investigación de Operaciones utilizaremos herramientas que nos permiten tomar
una decisión a la hora de resolver un problema tal es el caso de los modelos e
Investigación de Operaciones que se emplean según sea la necesidad.
Para llevar a cabo el estudio de Investigación de Operaciones es necesario
cumplir con una serie de etapas o fases.
Fases de estudio de investigación de
operaciones

❖ Formulación y definición del problema.

❖ Construcción del modelo.
❖ Solución del modelo.
❖ Validación del modelo.
❖ Implementación de resultado
Fases de estudio de investigación de
operaciones

❖ Formulación y definición del problema.

❖ Construcción del modelo.
❖ Solución del modelo.
❖ Validación del modelo.
❖ Implementación de resultado
Fases de estudio de investigación de
operaciones

Definición del problema de interés y recolección de los datos relevantes.

Formulación de un modelo matemático que represente el problema. Desarrollo de
un procedimiento basado en computadora para derivar una solución al problema a
partir del modelo. Prueba del modelo y mejoramiento según sea necesario.
Preparación para la aplicación del modelo prescrito por la administración. Puesta
en marcha.
Definición del problema y recolección de
datos.

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.
Definición del problema y recolección de
datos.

Determinar los objetivos apropiados viene a ser un aspecto muy importante en la

formulación del problema. Para hacerlo, es necesario primero identificar a la
persona o personas de la administración que de hecho tomarán las decisiones
concernientes al sistema bajo estudio, y después escudriñar los pensamientos de
estos individuos respecto a los objetivos pertinentes. (Incluir al tomador de
decisiones desde el principio es esencial para obtener su apoyo al realizar el
estudio.)
Definición del problema y recolección de
datos.

Es común que los equipos de Investigación de Operaciones pasen mucho tiempo

recolectando los datos relevantes sobre el problema. Se necesitan muchos datos
como para lograr un entendimiento exacto del problema como para proporcionar
el insumo adecuado para el modelo matemático que se formulará en la siguiente
etapa del estudio.
Aplicación

El Departamento de Salud de New Haven, Connecticut utilizó un equipo de

Investigación de Operaciones para diseñar un programa efectivo de intercambio
de agujas para combatir el contagio del virus que causa el SIDA (HIV), y tuvo
éxito en la reducción del 33% de la tasa de infección entre los clientes del
programa. La parte central de este estudio fue un innovador programa de
recolección de datos para obtener los insumos necesarios para los modelos
matemáticos de transmisión del SIDA. Este programa barco un rastreo completo
de cada aguja (y cada jeringa), con la identificación, localización y fecha de cada
persona que recibía una aguja y cada persona que la regresaba durante un
intercambio, junto con la prueba de si la condición de la aguja era HIV - positivo
o HIV – negativo.
Definición del problema y recolección de
datos.

Tomará un tiempo considerable al equipo de Investigación de Operaciones

recabar la ayuda de otros de otros individuos clave de la organización para
recolectar todos los datos importantes. Muchas veces, el equipo de Investigación
de Operaciones pasará mucho tiempo intentando mejorar la precisión de los datos
y al final tendrá que trabajar con lo que pudo obtener.
 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 puede expresarse entonces como el problema de elegir los valores de
las variables de decisión de manera que se maximice la función objetivo, sujeta a
las restricciones dadas. Un modelo de este tipo, y algunas variaciones menores
sobre él, tipifican los modelos analizados en investigación de operaciones.
 Formulación de un modelo matemático
Un paso crucial en la formulación de un modelo de Investigación de Operaciones
es la construcción de la función objetivo. Esto requiere desarrollar una medida
cuantitativa de la efectividad relativa a cada objetivo del tomador de decisiones
identificado cuando se estaba definiendo el problema. Si en el estudio se
contemplan mas de un objetivo, es necesario transformar y combinar las medidas
respectivas en una medida compuesta de efectividad llamada medida global de
efectividad. A veces esta medida compuesta puede ser algo tangible (por ejemplo,
ganancias) y corresponder a una meta mas alta de la organización, o puede ser
abstracta (como "utilidad"). En este último caso la tarea para desarrollar esta
medida puede ser compleja y requerir una comparación cuidadosa de los
objetivos y su importancia relativa.
Aplicacion

La Oficina responsable del control del agua y los servicios públicos del Gobierno
de Holanda, el Rijkswaterstatt, asignó un importante estudio de Investigación de
Operaciones para guiarlo en el desarrollo de una importante política de
administración del agua. La nueva política ahorro cientos de millones de dólares
en gastos de inversión y redujo el daño agrícola en alrededor de 15 millones de
dólares anuales, al mismo tiempo que disminuyo la contaminación térmica y
debida a las algas.
Aplicación

En lugar de formular un modelo matemático, este estudio de Investigación de

Operaciones desarrolló un sistema integrado y comprensible de ¡50 modelos! Mas
aún, para alguno de los modelos, se desarrollan versiones sencillas y complejas.
La versión sencilla se usó para adquirir una visión básica incluyendo el análisis de
trueques. La versión compleja se usó después en las corridas finales del análisis o
cuando se deseaba mayor exactitud o más detalles en los resultados. El estudio
completo de Investigación de Operaciones involucró directamente a mas de 125
personas – año de esfuerzo (mas de un tercio de ellas en la recolección de datos),
creó varias docenas de programas de computación y estructuró una enorme
cantidad de datos.
 Obtención de una solución a partir del
modelo.

Una vez formulado el modelo matemático para el problema bajo estudio, la

siguiente etapa para un estudio de Investigación de Operaciones consiste en
desarrollar un procedimiento (por lo general basado en computadora) para derivar
una solución al problema a partir de este modelo. Esta es una etapa relativamente
sencilla, en la que se aplican uno de los algoritmos de investigación de
operaciones en una computadora.
.
 Obtención de una solución a partir del
modelo.

Un tema común en Investigación de Operaciones es la búsqueda de una solución

óptima, es decir, la mejor. Se han desarrollado muchos procedimientos para
encontrarla en cierto tipo de problemas, pero es necesario reconocer que estas
soluciones son óptimas sólo respecto al modelo que se está utilizando.
 Aplicación

Considere el nuevo estudio de Investigación de Operaciones para el

Rijkswaterstatt sobre la política de administración de agua en Holanda, que se
introdujo en el concepto anterior. Este estudio no concluyó con la recomendación
de una sola solución. Mas bien, se identificaron, analizaron y compararon varias
alternativas atractivas. La elección final se dejo al proceso político de gobierno de
Holanda que culmino con la aprobación del Parlamento. El análisis de
sensibilidad jugó un papel importante en este estudio
 Obtención de una solución a partir del
modelo.

La meta de un estudio de Investigación de Operaciones debe ser llevada a cabo el

estudio de manera óptima, independientemente de si implica o no encontrar una
solución óptima para el modelo. Al reconocer este concepto, los equipos de
Investigación de Operaciones en ocasiones utilizan sólo procedimientos
heurísticos (es decir, procedimientos de diseño intuitivo que no garantizan una
solución óptima) para encontrar una buena solución subóptima. Esto ocurre con
mas frecuencia en los casos en que el tiempo o el costo que se requiere para
encontrar una solución óptima para un modelo adecuado del problema son muy
grandes.
 Obtención de una solución a partir del
modelo.

Por ejemplo, ciertos parámetros de los modelos representaron estándares

ecológicos. El análisis de sensibilidad incluyó la evaluación del impacto en los
problemas de agua si los valores de estos parámetros se cambiaran de los
estándares ecológicos a otros valores razonables. Se usó también para evaluar el
impacto de cambios en las suposiciones de los modelos, por ejemplo, la
suposición sobre el efecto de tratados internacionales futuros sobre la
contaminación que pudiera llegar. También se analizaron varios escenarios (como
años secos o húmedos extremosos), asignando las probabilidades adecuadas.
 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.
 Prueba del modelo

Este proceso de prueba y mejoramiento de un modelo para incrementar su validez

se conoce como validación del modelo.
Un enfoque mas sistemático para la prueba del modelo es emplear una prueba
retrospectiva. Cuando es apacible, 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. Al emplear 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.
ALGORITMO
 Resumen de Investigación de Operaciones

Se da la toma de decisiones.
• Conocimiento Científico.
• Método Científico

Método Científico
Se compone de datos lógicos mediante los cuales los investigadores buscan la
naturaleza real de un problema basándose en criterios objetivos y no en opiniones
subjetivas
Se basa en los siguientes pasos:

1.-Identificación del problema.

• De que se trata:
Ejemplo:
Seleccionar el mejor Vehículo.

2.-Formular una hipotesis a construir un modelo.

Proponer soluciones a un problema.
Formular una abstracción teórica del problema.
Ejemplo:
Seleccionar el mejor vehículo a menor costo
3.-Obtener los datos pertinentes, es decir evaluar soluciones alternativas.
Ejemplo:
Concurso de ofertas.
Contratar un asesor para ver las mejores ofertas dependiendo de las hipotesis planteadas.

4.-Analizar los datos y probar las hipotesis.

Seleccionar la mejor alternativa.

5.-Verificación y conclusión
Ejemplo:
Poner en practica todo lo anteriormente propuesto.

Conclusión:
La investigación operativa, entonces viene a ser un enfoque practica del método científico
 La Investigación Operativa

Aplica técnicas matemáticos Construye modelos

matemáticos

Resuelve problemas
Toma de decisiones
 ¿Que es la Investigación de Operaciones?

Es una técnica para resolver problemas de toma de decisiones a nivel empresarial

se le considera como:

Ciencia.-Utiliza técnicas y modelos matemáticos para resolver problemas.

Arte.-Las personas que tomen decisiones deben tener habilidades

MODELOS EN GENERAL
MENTALES SIMBÓLICOS FÍSICOS
VERBALES ICÓNICOS
MATEMÁTICOS ANALÓGICOS
MODELOS MATEMÁTICOS
Imagen de una situación

MODELOS SIMBÓLICOS
Es una representación física-simbólica
Verbales.-Son descritos mediante el lenguaje oral o escrito.
Matemáticos.-Son abstractos y usan matemáticos.

MODELOS FÍSICOS
Icónicos.-Utilizan representaciones graficas
Analógicos.-Es una representación física a escala.

Ejemplo:
Un vendedor necesita cobrar sus utilidades $20 en valor que va ha recibir por esas ventas.
Y= valor a recibir. Y=20X
X=# de ventas
MODELOS DE TOMA DE DECISIONES

Ejercicio.
Supongamos que el director de un departamento de producción debe decidir si adquiere para
su departamento una maquina automática o una maquina semiautomática.
Las dos maquina serán encargadas de producir un determinado articulo por lotes(Un lotes de
productos)

Tipos de costo Costo en dólares

Semiautomática Automática
Costo Fijo inicial 20 50
Costo Unitario 0,6 0,4
Variable
Pasos para construir un modelo

 Identificar las alternativas de decisión.

 Diseñar un criterio para evaluar el valor de cada alternativa.
 Utilizar el criterio generado para seleccionar la mejor
alternativas(objetivo).
Un lote= X productos
Costo de producción Maquinas= Costo Fijo Inicial+ Costo Unitario variable(X)
Costo de producción Maquina Automática(CPMA)=50 + 0,4 X
Costo de producción Maquina Semi-automática (CSMsA)=20 + 0,6 X
 Resumen del modelo de decisión

Alternativas:
 Comprar maquina automática.
 Comprar maquina semiautomática.
Criterio diseñado.
Costos de producción(Cp ) =Costos fijos(CFI)+Costos unitarios variables del producto X(CUVX)
Evaluar alternativas:
Funciones :
1.- CPMA= 50+ 0,4 X
CPMSA=20+ 0,6 X
2.-Criterio<CP
 Seleccionar la técnica o método de solucion

PUNTO DE EQUILIBRIO
Es un modelo o una técnica del tipo determinístico, utiliza una proyección en el plano cartesiano(Eje de
coordenadas x,y).
Trabaja en base al método grafico.
Toma de decisiones a nivel empresarial, sobre producción, Compras y ventas.
X=Unidades por lote
Y= Costo de producción.
 Y .Maq. Automatica =50+0,4X Y .Maq. Semi-Automatica =20+0,6X

Automatica
AutomaticaY=50+0,4X
Y=50+0,4X Semi
Semi Y=20+0,6X
Y=20+0,6X
XX YY XX YY
00 5050 00 2020
2020 5858 2020 3232
4040 6666 4040 4444
6060 7474 6060 5656
8080 8282 8080 6868
100
100 9090 100
100 8080
120
120 9898 120
120 9292
140
140 106
106 140
140 104
104
160
160 114
114 160
160 116
116
180
180 122
122 180
180 128
128
200
200 130
130 200
200 140
140
220
220 138
138 220
220 152
152
240
240 146
146 240
240 164
164
260
260 154
154 260
260 176
176
280
280 162
162 280
280 188
188
300
300 170
170 300
300 200
200
 Solucion(Análisis del punto de equilibrio)

1.-Comprar la maquina semiautomáticas para lotes menores a 150 (<150 unidades)

2.-Comprar la maquina automática para lotes mayores a 150 unidades(<150 unidades)
3.-Comprar cualquiera de las dos maquinas para lotes igual a 150 unidades.
Restricciones:
 Las dos maquinas van a laborar 8 horas diarias.
 La velocidad de producción.
 Maquina automática producirá 25 unidades por hora.
 La maquina semiautomática producirá 15 unidades por hora.
Maquina automática.
Maquina automática=8*25 unidades
Maquina automática=200 unidades por día
Maquina Semiautomática.
Maquina automática=8*15 unidades
Maquina automática=120 unidades por día

Las restricciones en un modelo de decisión cumplen la función de limitar las opciones de solucion pues eliminan automáticamente las alternativas
factibles o infactibles.
NOTA: Nunca el restringido va a ser mejor que el no restringido.
 ELEMENTOS DEL MODELO DE DECISIÓN

1.-Alternativas del modelo de decisión entre las cuales se elige una de ellas .
2.-Restricciones.
Eliminar las soluciones infactibles o no factibles.
Criterios en base a los cuales se evaluaron y clasificaron las soluciones.
Nota: Es diferente dar solucion a un modelo que dar solucion a un modelo.
La solucion consiste en seleccionar un método para encontrar la mejor solucion
 CONSTRUCCIÓN DEL MODELO

Construcción del modelo Selección método o técnica Aplicar el método

Obtener la solucion Evaluar criterios

NOTA: Puede haber mas de una solucion; o ninguna solucion

 TERMINOLOGÍA IO
 Alternativas de decisión las conoceremos como Variables de decisión.
 Evaluar cual es la mejor alternativa
Menor costo de producción Función Objetivo.
 Restricciones. Se llaman restricciones
Son las soluciones factibles que deben satisfacer las restricciones dadas.
Ejercicio:
Calcular las soluciones factibles para el ejercicio anterior suponiendo que la duración del
turno se extiende a:
1.-10 horas
2.-12 horas
Desarrollo:
Literal 1.-)
 Maquina Automática=10*25=250 unidades /día
 Maquina semiautomática=10*15=150 unidades /día

Literal 2.-)
 Maquina Automática=12*25=300 unidades /día
 Maquina semiautomática=12*15=180 unidades /día
 TIPOS DE MODELOS DE INVESTIGACIÓN DE
OPERACIONES

Se dividen en dos grupos

Determinísticos.-Los valores ,restricciones y los parámetros son fácil de determinar

,no cambian.
Se eliminan el erro y la incertidumbre, son modelos de certeza(No utilizan
Probabilidades)

Probabilísticos.-Trabaja en base a variables aleatorias.

Son llamadas estocásticas, ya que usan las probabilidades si se incluye la
incertidumbre y los errores
Que es un proyecto de investigación

Es un problema el cual hay que darle solucion, para esto la investigación

operativa presenta los modelos de IO.
Interviene en un grupo de trabajo.
• Analista de I.O se le conoce como investigador.
• Personal de la organización directamente relacionado con el proceso
que esta generando problemas
La solucion parte de seis etapas:
1. Definición del problema
2. Construcción del modelo
3. Generación de una solucion
4. Prueba y evaluación de la solucion.
5. Implantación
6. Evaluación del resultado
Etapa 1.-Definición del problema(Definición del problema)
• Identificar el problema
• Observar el problema recopilar datos, Identificar variables y relaciones.
• Describir el problema en forma verbal

Etapa 2.-Definición del problema(Construcción del modelo)

Clasificar los factores controlables y no controlables.
Desarrollo del modelo. A)Estructura ,B)Parámetros

Etapa 3.-Generar la solucion(Generación de una solucion)

Etapa 4.-Evaluar datos de prueba(Prueba y evaluación de la solucion)

Etapa 5.-Implantar(Implantación)
Etapa 6.-Evaluación continua(Evaluación permanente)
Los resultados satisfacen el modelo
Continuar o revisar el modelo
PROGRAMACIÓN LINEAL

 Es una ,clase del modelo matemático destinado a la asignación eficiente

de recursos limitados, el objetivo de los recursos limitados, el objetivo es
satisfacer las metas deseadas.
Características
 Función objetivo y las restricciones son de tipo lineales.
 Ecuación lineal(de primer grado)
Objetivos
Optimización: Maximizar las utilidades función objetivo
Minimizar los costos
La solucion obtenida deberá satisfacer las restricciones del modelo y función
objetivo.
 Aplicaciones

 La combinación eficiente de mezclas de producción.

 Análisis y desarrollo de sistemas.
 Localiza o asignación de recursos.
 Minimización de costos.
 Maximización de utilidades
Requisitos para formular un problema

 1.-Función objetivo(Solucion que queremos obtener).

 Es la función que deberá ser maximizada o minimizada de acuerdo al caso.
 Formula:
Z=C1X!+C2X2+C3X3+…………..+CnXn

Z: Puede tomar dos formas.

Z(Max)=Maximizar utilidades
Z(Min)=Minimizar Costos
C1,C2,C3,Cn= Coeficiente de la función objetivo
Márgenes de beneficio o utilidades
Precios.
Costos unitarios entre otros.
C1,C2,C3,Cn coeficientes de la función objetivo.
 Márgenes de beneficios o utilidades
 Precios
 Costos unitarios entre otros.
X1,X2,X3,Xn Variables de decisión del problema
 Lo queremos lograr
 El objetivo de la solucion
 Del ejercicio anterior :
 Z(min)=50X1+20X2
2.-Limitaciones o restricciones

 Es el conjunto de ecuaciones lineales (inecuaciones) y bienes a expresar

las condiciones del problema.
 Se les denomina también como "coeficientes técnicos”
 Restricciones de producción
 Restricciones tecnológicos
 Restricciones de transporte, entre otros
Forma general de las restricciones

 A11X1+A12X2+A13X3+………….+A1nXnT1b1
 A21X1+A22X2+A23X3+………….+A2nXnT2b2
 A31X1+A32X2+A33X3+………….+A3nXnT3b3
. . .
. . .
. . .
Am1X1+Am2X2+Am3X13+………….+AmnXnTmbm
Coeficientes técnicos o restricciones

A11 A12 A13…….A1n

A21 A22 A23…….A2n
A11 A12 A33…….A3n
. . . .
. . . .
. . . .

Am1 Am2 Am3...Amn

X1,X2,X3,Xn Variables de decisión o incógnitas
T1,T2,T3,..Tn Signos limitados del modelo
>= Mayor o igual
<= Menor o igual
= Igual
B1,b2,b3,….bn Constantes de comparación.

3.-No Negativa
En ningún caso se aceptan las soluciones negativas Xn>=0
Producción negativa(Gastos negativos)

4.-Condiciones de optimización(son 3)
1.-Solucion factible Satisface las limitaciones o restricciones del problema.
2.-Solucion básicas factible Satisface las limitaciones o restricciones del
problema, pero los resultados son solo positiva
Solucion optima factible Satisface limitaciones, o restricciones y la
función objetivo.
Se obtiene solucion optimizada.

EJERCICIO 1:

Un taller fabrica dos clases de cinturones de piel, en cada cinturón del tipo A que
es de alta calidad, gana 80 dólares, y gana en cada cinturón del tipo B que es
de baja calidad gana 60 dólares. El taller puede producir diariamente 1000
dólares del tipo B y 500 del tipo A.
Solo se dispone de piel para 800 cinturones diarios del tipo A y B combinados; y de
400 hebillas elegantes para el cinturón A y de 700 hebillas corrientes para el
cinturón B Todo esto diariamente.
¿Que producción maximiza la ganancia?
 Datos:
Cinturón tipo A.
Cinturón tipo B.

Cuadro 1
Recursos Producto A Producto B Producción
diaria total
Utilidad 80 60
Prod. Diaria 500 1000
Uso de Cinturón A Cinturón B 800
material/Piel
Uso de 400 700
material/hebillas
 2. Variables de decisión

 1.)Cantidad de unidades producidas Tipo A X1

 2.)Cantidad de unidades de producción Tipo B X2

3. Función Objetivo
Z(Max)=80X1+60X2

Cuadro 2
Cinturón A Cinturón B
Producto Utilidad Producto Utilidad
1 80 1 60
2 2(80)=160 2 2(60)=120
3 3(80)=240 3 3(60)=180
n n(80) n n(80)
X1 X(80) X2 X2(60)
4. Restricciones
a)Producción: X1+X2<=1500 unidades.
b)Uso de materia prima X1+X2<=800
c) Hebillas X1<=400
X2<=700

5. Modelo Resumido.
Z(Max)=80X1+60X2
1 X1 + X2<=1500
2 X1 + X2<= 800
3 X1 <= 400
4 X2<= 700
5 X1 + X2<= 0
 EJERCICIO 2:

Un inversionista tiene la posibilidad de invertir sus ahorros en dos empresas. La compañía 1 y la compañía 2.
Se supone también que la compañía 1 y solo se dedica a una rama de producción, elabora el producto A, dando
un 16 % de dividendo promedio. Por el contrario la compañía 2 que únicamente renta un 12 % se dedica a un
50% a la fabricación de los productos A y B.
El problema que se presenta ante el inversionista radica como es lógico en investigar que inversión a de
realizarse en la compañía 1 y que inversión en la compañía 2 de tal forma que su rentabilidad es máxima.
Pero su decisión de inversión se encuentra con las siguientes limitaciones.
1.-Solo se dispone de un máximo de 800000Usd para invertir.
2.-La estructura de la compañía uno impide que pueda invertir en ella un monto superior a 400000Usd.
3.-Por otra parte la inversión de la compañía 2 nunca podrá exceder de 700000Usd.
4.-Una limitación que se presenta es la relativa a la suma máxima que tanto la compañía dos puede destinar en
total al producto A.
5.- Esta limitación se cifra en 500000Usd.
Reducir las características y requisitos para este producto.
Deducir las características y requisitos para este problema de maximización.

DATOS:
Compañía 1 Compañía 2 Inversión total
Producción A Ay B
Rentabilidad 16% 12%
Inversión I1 I2 $800000
Inversión máxima $400000 $700000
Limite I1 I2/2 500000
Variables de decisión

 X1=Cantidad a invertir en la compañía

 X2=Cantidad a invertir en la compañía

Función Objetivo

Z(Max)=0,16X1+0,12X2

Producto A Producto B
1 (0,16)1
100 0,16(100)
X1 0,16X
Restricciones
1.-Inversión total
X1 + X2 <= 800000
2.- X1 <= 400000
X2 <= 700000
X1 + X2/2 <=500000
X1>= 0 ; X2>=0
Resumen del modelo

Z(Max)=0,16(X1)+0,12(X2)
Sujeto a :
X1 + X2 <= 800000
X1 <= 400000
X2 <= 700000
X1 + X2/2 <=500000
X1 >= 0 ;
X2 >=0