PROGRAMA ACADÉMICO DE MAESTRÍA EN

ADMINISTRACIÓN DE NEGOCIOS - MBA

PRODUCTO ACADÉMICO

PROGRAMACIÓN LINEAL

AUTOR

MIRANDA AYALA ANGEL REYNALDO

DOCENTE

MSc. ASPAJO QUIÑONES TULIO

LIMA – PERU
2023
 ÍNDICE
I. INTRODUCCIÓN ..................................................................................................................... 3
II. DESARROLLO ......................................................................................................................... 4
2.1. Representación geométrica de un modelo lineal ......................................................... 4
2.2. Programación Lineal ...................................................................................................... 5
2.3. Objetivo de la programación lineal ........................................................................... 5
2.4. Función objetivo ........................................................................................................ 5
2.5. Construcción del modelo matemático ...................................................................... 6
2.6. Definición de las variables ......................................................................................... 6
2.7. Minimización y Maximización del modelo lineal ...................................................... 7
2.8. Restricciones del modelo lineal ................................................................................. 7
2.9. Criterios de no negatividad ....................................................................................... 8
2.10. Aplicación del modelo lineal a la empresa Lean Corporation S.A ............................. 8
III. CONCLUSIONES ............................................................................................................... 14
IV. REFERENCIAS BIBLIOGRÁFICAS ....................................................................................... 15
I. INTRODUCCIÓN

La programación lineal en el campo de las operaciones y logística como el envío de

mercadería, el traslado de personal y control de la producción son de vital importancia para
el tomador de decisiones, en ello podemos observar la capacidad de minimizar costes, tener
en cuenta la capacidad producida como los factores decisionales en cada etapa del proceso.
Los factores decisionales como maximizar y minimizar costes va depender del grado de
producción o variables que puedan encontrarse en las fases a estudiar, entre ellas podemos
destacar la importancia de generar valor al realizar el modelamiento matemático y su
posterior interpretación con la geometría que podamos encontrar el punto óptimo buscado,
las restricciones que se presentan, pueden estimar valores como el kg o grupo de individuos
que pueden presentarse en el enunciado formulado, conjuntamente con los criterios de no
negatividad, en cada fase se aplica para encontrar el valor mínimo posible del caso estudiado.

La programación lineal utilizado en todo campo, ya que cuenta con diversos modelos
matemáticos, entre ellos podemos destacar los programas como Lingo y simplex que vienen
aportando de manera notoria al avance de la ciencia, ante la muestra de aplicación y
desarrollo de modelos, podemos establecer como objetivo, ¿Cuál es el valor máximo coste
que podemos establecer para optar por un producto que convenga al Jefe de logística y
director operativo?, Para determinar la pregunta tenemos que establecer la función objetivo
con las restricciones y ello nos servirá para tomar decisiones asertivas en el campo logístico.

En el estudio está compuesto de forma estructural, donde detallaremos la definición de la

programación lineal, la función objetivo y sus restricciones que compone el problema, ello
permitirá reunir los conceptos necesarios para apoyarme con la resolución del caso del
enunciado planteado y tomar una decisión con criterio que beneficiará a la empresa en la
toma de decisiones asertivas, como sistema logístico y la resolución del modelo lineal
mediante un gráfico para establecer el coste mínimo a tomar para su interpretación y puesta
en practica por parte del director de operaciones y los colaboradores de la organización retail
que compone toda la cadena de suministros de la empresa, después tenemos el desarrollo
del caso en particular según la experiencia laboral que ejercía en la organización, una vez
detallado encontraremos las alternativas de solución adecuadas para el establecer una
respuesta asertiva, considerando lineamientos de la cadena de valor y las ecuaciones
establecidas para su resolución, finalmente, se concluirá respondiendo al objetivo
establecido en el segundo párrafo, ello aportará en gran medida al tomar la decisión más
asertiva para la empresa y el área de logística compuesto por cada colaborador asertivo.
II. DESARROLLO
La programación lineal utilizado en el campo de la investigación operativa y logística, se fue
diversificando por su amplia gama de valores numéricos establecidos para dar solución a un
modelo lineal que se presenta dado el enunciado del problema, podemos definir desde la
función objetivo, restricciones, los criterios de no negatividad y la solución gráfica que
representa los puntos hallados a través de ecuaciones como el establecimiento de las
variables X acompañado de Y, cada punto a estudiar se ven reflejados la función objetivo
como establecer el “Z” que representa el valor óptimo, como maximizar o minimizar ciertos
eventos que representan un problema, previo a su estudio se establece indicadores puntuales
que ayudan a establecer restricciones de análisis y modelamiento geométrico de la misma.
2.1. Representación geométrica de un modelo lineal
(Cabrera & Molina, 2014) presentan un modelo de programación lineal utilizando un
modelo geométrico, que permite tener una visión panorámica de encontrar la función
objetivo a través de variables correspondientes a decisiones enteras. En ello la aplicación
para establecer los cálculos como las variables que resultan representativos, para tener
un valor significativo es usando programas como MATLAB, LINGO y SIMPLEX, dichos
programas ayudarán en gran sentido encontrar el valor óptimo que se desea establecer.

Figura 1
Representación geométrica de un modelo lineal

Nota. La figura 1 muestra el modelo geométrico de un caso presentado de

programación lineal, la representación fue tomada de Cabrera & Molina
(2014), cuyo título es “Integer programming for linear models”. Revista
científica. Cuba, Habana (2014).
2.2. Programación Lineal

La programación lineal es estudiada e interpretada como un modelo, que permite

cumplir con objetivos cuando se ve inmerso a toma de decisiones de gran complejidad
y su amplia gama para desarrollar problemas, entre ellos encontramos la función
objetivo, restricciones y lo criterios de no negatividad que intervienen en el proceso,
esto puede llegar a diversificarse por el mismo cálculo matemático como los modelos
geométricos que considera como principal la programación lineal, los algoritmos que
se presentan como los problemas, en el ámbito de ingeniería de sistemas y software
que resulta ser representativos para la toma decisiones (Jiménez, 2023).

2.3. Objetivo de la programación lineal

(Jiménez, 2023) El principal objetivo de toda programación lineal es dar una solución
al enunciado del problema a través de la maximización y minimización, teniendo en
cuenta la función objetivo que está representado por “z”, las variables de decisión que
dependiendo al enunciado podrá utilizarse, así también, las restricciones que llegan a
formularse en el enunciado, estableciendo los criterios de no negatividad como X1=>0
o X2<=0, esto va depender de los valores que se establecen en el problema.

2.4. Función objetivo

(Aguirre & Castillo, 2018) mencionan que la función objetivo es una información con
respecto a las metas que se quieren establecer, para dar una solución al problema lineal
presentado, esto puede ser interpretado como la letra “Z” acompañado de las variables
más la operación matemática “+” y las variables desconocidas como X1 y X2, cuyo valor
está representado por el coste, capacidad y variable que se desea determinar, el
modelo a representar según se da el valor a maximizar o minimizar representa.

Fórmula 1

Representación de la función objetivo

Nota. La fórmula 1 representa la función objetivo, cuyo título es “Modeling of Thinning

Through the Use of Linear”. Revista científica. Perú, Trujillo (2018).
2.5. Construcción del modelo matemático

(Aguirre & Castillo, 2018) la aplicación del modelo matemático, se tienen en

consideración aspectos que dependen de las variables de estudio, esta aplicación
consiste en establecer la función objetivo del estudio, como puede estar representado
mediante maximización o minimización del problema a desarrollar, los parámetros que
se definen mediante restricciones de variables que el enunciado puede mostrar, es
decir cada variable que compromete a la construcción del modelo pueden ser:
➢ Definir el problema a estudiar (Caso logístico, costes, transporte).
➢ Definir la función objetivo (Z = Max o Min).
➢ Plantear las ecuaciones (2X1+3X2+5X3>=2000).
➢ Construir el modelo mediante restricciones (X1+Y2+Z3>=1000).
➢ Establecer los criterios (X1>=0, X2<=0).
➢ Tabular las ecuaciones.
➢ Construir la representación geométrica.
➢ Elegir el coste mínimo del modelo lineal.

2.6. Definición de las variables

(Aguirre & Castillo, 2018) Cada variable de decisión según el enunciado mostrado debe
definirse como enteras y binarias, ambas opciones son valorativas según sea el caso de
estudio, donde pueden tomar valores de (0 y 1). Cada una de las variables está asociada
a un factor determinante, el cual es calculado para dar la solución al modelo
matemático, en este caso si la variable muestra un reflejo de decisión igual a 0,
podemos interpretar como la variable no debe mostrar una solución todavía, pero si el
caso es opuesto, es decir toma el valor de 1, la misma es vista como valor aplicable a
la variable, podemos definir un ejemplo práctico y analítico para la toma de decisiones,
un modelo incluye ochenta formas de encontrar cuarenta y uno lotes. Cada criterio de
elección corresponde a las variables que tiene asignado en los periodos 2006 hasta
2016, el mismo proyecto separa los documentos, cada criterio está reflejado a un 0.7
considerando una cuenta SAP 596, que refleja las variables de decisión. Podemos
representar un modelo, con el caso de los lotes asignados según la producción.

Fórmula 2
Definición de variables con respecto a los lotes
2.7. Minimización y Maximización del modelo lineal

(Jiménez, 2023) Una de las prácticas llamativas de la programación lineal, es de

convertir un enunciado en minimización o maximización, cualquiera que se pueda
presentar en el modelo me permitirá tomar decisiones asertivas a la solución del
problema, esto puede establecerse mediante una fórmula que tenga que ver con la
región o el mismo enunciado, la maximización puede intervenir en la minimización, por
la mismo múltiplo de cada cociente de su función objetivo, asignando un valor de -1,
esto completando el valor de optimizar el problema, cada valor de calidad refleja -1
veces de cada valor óptimo del problema planteado, la misma dinámica de la
programación lineal nos muestra variables como estándar y canónica, podemos incidir
que la manera estándar es aquel valor donde las mismas restricciones muestran
igualdad en las variables que no son negativas. Por ello puede aplicarse modelos como
SIMPLEX que pueden plantear el problema que se muestra de manera estándar.

Fórmula 3
Representación del problema Minimización y Maximización

Nota. La fórmula 3 que está representada por dos cuadros nos muestra las opciones
que se deben tener en cuenta al resolver ejercicios planteados. La información fue
extraída de (Jiménez, 2023). Revista científica “Teoría de modelos lineales”. México.

2.8. Restricciones del modelo lineal

Salazar (2023) establece que las restricciones en el desarrollo de ejercicios de

programación lineal, se refiere a todo valor que tiene limite de libertad de cada valor a
la toma de decisiones, este factor podemos establecer en casos hipotéticos que
tuviéramos valores a cada variable de decisión objetivo, podemos establecer
interrogantes que nos permitan obtener valores puntuales como en nuestras variables
de decisión. ¿Qué sucedería si deseamos maximizar las utilidades en la producción?
2.9. Criterios de no negatividad
(Jiménez, 2023) Cada modelo matemático aplicado a casos de la vida real, se
establecen variables que representan cantidades moderadas como físicas, así mismo
deduciendo que pueden estar sujetas a valores condicionales las mismas deben ser no
negativas. En caso que una variable X1 no muestre restricción en el mismo signo, puede
verse reemplazada por valores X1 – X2, donde para cada valor puede establecerse X>=0
y X>=0 si X1>=I, cada uno puede establecerse de manera automática en la nueva
variable X = X1 – 1, representando un criterio no negativo.

2.10. Aplicación del modelo lineal a la empresa Lean Corporation S.A

Bien, el caso planteado es en función a la labores que realizo cuando hay que tomar
decisiones en el rubro de operaciones y logística, hace un tiempo tuve una inquietud
acerca de comprar productos como “Ace” & “Magia blanca”, teniendo en cuenta sus
costes, tiempo de entrega y promociones que pueda ofrecer la empresa Alicorp y
Procter & Gamble, ante la inquietud de encontrar una respuesta adecuada al
planteamiento del problema surge la necesidad de realizar el enunciado para poder
tomar decisiones asertivas en la empresa. El jefe de logística de la compañía Lean
Corporation, desea comprar 80 bolsas de “Ace” y 120 bolsas de “Magia blanca”, para
poder cumplir con la propuesta cuentan con dos líneas de proveedores establecidos;
el producto “Ace” corresponde del proveedor Alicorp y el producto “Magia blanca”
corresponde al proveedor Procter & Gamble, las mismas que tienen precios
diferenciados por la marca y calidad del producto, la primera representa un coste por
paquete establecida de S/ 250 y la segunda S/ 160, en la realización del pedido de
compra podemos establecer que cada paquete pesa alrededor de 1kg de Ace y 3kg de
Magia blanca, pero en la negociación con ambos proveedores se llegaron a un acuerdo,
asignar 2kg a cada detergente. Siguiendo la secuencia, el jefe de operaciones de la
empresa desea estimar. ¿Cuántos paquetes de Ace y Magia blanca deben negociar los
analistas de compras para obtener el máximo beneficio?

Solución

1) Función objetivo: Como recordamos la función objetivo nos ayudará a determinar

la decisión de maximizar o minimizar el problema, para el presente caso tenemos
que maximizar por lo tanto la fórmula determinada para la investigación sería.

Maximizar 𝑍 = 250𝑥 + 160𝑦

2) Variables de decisión: las variables de decisión, permitirán determinar los valores
de variables asignados para el problema, como el enunciado indica dos variables,
está la representaremos por:

𝑋 = Paquetes de Ace del proveedor Alicorp.

𝑌 = Paquetes de Magia blanca del proveedor Procter & Gamble.

3) Construcción del modelo matemático: la construcción del modelo matemático

implica establecer las variables como el kg a pedir a los proveedores; como Alicorp
y Procter & Gamble, seguido con el beneficio que se obtendrá al realizar el proceso
de compra de los productos, estas suelen ser representativas para tomar
decisiones asertivas en la empresa.
Tabla 1
Construcción del modelo matemático

Proveedor Ace Magia Blanca Sujeto a

Alicorp 1 kg 3 kg 250

Procter & Gamble 2 kg 2 kg 160

4) Definir las restricciones: una vez definido el modelo matemático a través de un

cuadro de entrada, podemos establecer las restricciones del problema y la
capacidad a la que están sujetas las variables.
Tabla 2
Restricciones del problema

Proveedor Ace Magia Blanca Sujeto a

X = Alicorp 𝑥 3𝑥 250𝑥
Y = Procter &
Gamble 2𝑦 2𝑦 160𝑦

Total 𝑥 + 2𝑦 ≤ 80 3𝑥 + 2𝑦 ≤ 120 250𝑥 + 160𝑦

Como se puede apreciar en la Tabla 2, podemos observar las restricciones del

problema en estudio, la primera restricción que establecimos fue con respecto al
Ace que se le pedía al proveedor Alicorp y la segunda restricción con respecto al
detergente Magia blanca que se solicita al proveedor Procter & Gamble, la relación
 se convirtió en un sistema de ecuaciones, que nos permitirán encontrar el valor
máximo en la empresa y así tener una visión objetiva del estudio a realizar, cada
uno con su debida interpretación, podemos establecer lo siguiente:
Ecuación 1
𝑥1 + 2𝑦2 ≤ 80
3𝑥1 + 2𝑦2 ≤ 120
𝑥 ≥ 0 ,𝑦 ≥ 0

Como se aprecia en la ecuación 1, cada ecuación se le agregó valores con la

capacidad máxima de producción de cada proveedor Alicorp y el proveedor Procter,
según el enunciado para realizar el pedido al proveedor, se considera 80 bolsas para
Alicorp y 120 bolsas del proveedor Procter, cuyos criterios de no negatividad es 0.

5) Tabulación de las ecuaciones: para encontrar los puntos para graficar la región
factible, se aplicará la tabulación aprendida en clases, cada una de las ecuaciones
para encontrar los puntos en X y la variable Y.
➢ Resolviendo la primera ecuación: 𝑥1 + 2𝑦2 ≤ 80
Encontrando el valor de Y
𝑥1 + 2𝑦2 ≤ 80
1(0) + 2𝑦 = 80
80 Tabulación
𝑦= = 40
2
X Y
∴ Para Y = 40
0 40
Encontrando el valor de X
𝑥1 + 2𝑦2 ≤ 80 80 0
𝑥 + 2(0) = 80
80
𝑥= = 80
1
∴ Para X = 80

Tabulación
➢ Resolviendo la segunda ecuación: 3𝑥1 + 2𝑦2 ≤ 120
Encontrando el valor de Y Encontrando el valor de X X Y
3𝑥1 + 2𝑦2 = 120 3𝑥 + 2(0) = 120
0 60
120
3(0) + 2𝑦 = 120 𝑥= = 40
3 40 0
120
𝑦= 2
= 60 ~ ∴ 𝑦 = 60 ∴ 𝑥 = 40
➢ Para la restricción 𝑥 = 0 Para la restricción Y = 0

X Y X Y
Eje OY 0 0 Eje OX 0 0
10 0
0 10

6) Gráfico del modelo lineal: Una vez analizado y resuelto las ecuaciones,
reflejaremos la solución a través del método gráfico, donde se mostrará la región
geométrica y los puntos de la programación lineal.

Gráfico 1
Región geométrica del caso Lean Corporation

Y
(0,60)
1) X > = 0

(0,40)

(20,30)

Región
2) X + 2y = 80
factible

(0,0) (40,0) 3) Y > = 0 (80,0)

Nota. El modelo representa la región geométrica teniendo en cuenta las

restricciones del problema, las ecuaciones se utilizaron para determinar los
puntos de cada región.

En el gráfico 1 representa los puntos calculados, para poder graficar el modelo de

la región geométrica y determinar los puntos para establecer la región factible del
enunciado, entre ellas podemos encontrar los puntos A (0.40); B (80,0); D (0.30);
E (40,0). Así como los criterios de no negatividad establecidos en el problema, nos
interesa encontrar el punto C, donde tenemos que resolver la ecuación de dos
variables para encontrar los puntos, esto se desarrolla al ver que la ecuación 1 y
la ecuación 2 se interceptan en el punto C. Lo recomendado es realizarlo por
sustitución a cada ecuación y luego reemplazarlo para “X” y “Y”.

Intersección de las ecuaciones:

𝒙 + 𝟐𝒚 = 𝟖𝟎 … . . (𝟏)
𝑥 = 80 − 2𝑦
3𝑥 + 2𝑦 = 120
3𝑥 = 120 − 2 𝑦
120 − 2𝑦
𝑦=
3

Despejamos Y:

3(80 − 2𝑦) = 120 − 2𝑦

240 − 6𝑦 = 120 − 2𝑦
6 + 2𝑦 = 120 − 240𝑦
4𝑦 = 120
120
𝑦=
4
∴ 𝒚 = 𝟑𝟎 … … (𝟐)

Reemplazamos el valor Y en X de la ecuación

𝑥 + 2𝑦 = 80
𝑥 + 2(30) = 80
𝑥 + 60 = 80
𝑥 = 80 − 60
∴ 𝒙 = 𝟐𝟎
Entonces, una vez calculado los valores podemos establecer que el “punto C”, los
puntos son para X = 20 y para Y = 30; C (20,30).
2.11. Establecer el valor óptimo para la empresa: En este apartado, los cálculos lo
reemplazaremos en la función objetivo y determinaremos la decisión para el
empresario y el jefe de logística.

Función objetivo: 𝑀𝑎𝑥 𝑍 = 250𝑥 + 160𝑦

➢ Punto 0 (0,0) 𝒁 = 𝟐𝟓𝟎(𝟎) + 𝟏𝟔𝟎(𝟎) = 𝟎

Máximo
➢ Punto E (40,0) 𝒁 = 𝟐𝟓𝟎 (𝟒𝟎) + 𝟏𝟔𝟎 (𝟎) = 𝟏𝟎, 𝟎𝟎𝟎
valor
➢ Punto C (20.30) 𝒁 = 𝟐𝟓𝟎 (𝟐𝟎) + 𝟏𝟔𝟎 (𝟑𝟎) = 𝟗, 𝟖𝟎𝟎
➢ Punto A (0,40) 𝒁 = 𝟐𝟓𝟎(𝟎) + 𝟏𝟔𝟎(𝟒𝟎) = 𝟔, 𝟒𝟎𝟎

Como en la formulación de la pregunta nos indican, ¿Cuántos paquetes de Ace y

Magia blanca deben negociar los analistas de compras para obtener el máximo
beneficio?, podemos indicar que el jefe de logística debe tener presente que cada
analista de compras debe pedir 40 bolsas de la marca “Ace” para seguir con la
negociación, mientras que si solicita 30 bolsas no tendrá un mayor beneficio, ya
que la muestra es 9800, en cambio con el pedido que se viene haciendo al
proveedor Alicorp deberá ,mantenerse para tener ganancia de S/ 10,000.

Ahora bien, con respecto al proveedor Procter & Gamble, la empresa deberá tener
una reunión para establecer criterios de negociación con respecto a las compras
que se ejecuta, en la reunión deberá estar presente el analista de compras y el
proveedor, como el represente de logística para realizar las discusiones en relación
a la labor que se realiza, teniendo en cuenta los costes y los envíos de productos
hasta tener el mayor valor productivo alcanzado, esto incidirá en la toma de
decisiones del abastecimiento de detergentes que permitan dar un producto de
calidad y con costes mínimos establecidos para realizar la venta.
III. CONCLUSIONES

- Respondiendo al objetivo establecido en la introducción, ¿Cuál es el valor máximo coste

que podemos establecer para optar por un producto que convenga al jefe de logística y
director operativo?, el valor máximo que conviene es S/ 10.000 con la compra del
producto “Ace” cuyo proveedor es Alicorp, ya que intervienen costes representativos
para su compra y adquisición en cada etapa del proceso de compras, en este caso el
analista de operaciones, Juntamente con el Jefe de logística deberán llegar a un acuerdo
comercial para seguir manteniendo las ventajas que está puede llegar a brindar, para
beneficio de los involucrados de la entidad y el proveedor local.

- Monitorear las ventas en función a las compras por cada kilogramo de producto
encontrado, en el proceso de negociación con el proveedor Alicorp tener en
consideración las variables representativas en cada etapa del proceso, como son la
adquisición, compra de sus productos para establecer conveniencias entre el
empresario y proveedor asignado.

- En cuanto al proveedor Procter & Gamble ir monitoreando sus ventas y los negocios
que puedan llegar a establecerse más adelante, esto permitirá tener una visión clave de
negocios, el estudio de cada fase desde el abono del dinero se verá reflejado en cada
parte operativa del proceso estudiado.

- El modelo geométrico nos ayuda a identificar los puntos para encontrar la región
factible del enunciado presentado, esto ayuda a tener una idea clave en la mejora de
cada fase del proceso, con el apoyo de las ecuaciones y sus tabulaciones, se establecen
criterios de mejora continua que ayudan al empresario al entendimiento de la misma.

- Los valores encontrados en el cuadro de variables, nos permiten tomar en

consideración diferentes aspectos de toma decisional, esto refleja el adecuado uso de
la herramienta de programación lineal en cada aspecto negociador, desde la adquisición
hasta la entrega de productos, puesto que ellos mismos disponen de movilidad para
trasladar los productos, de esta forma tener una relación contractual empresarial,
donde se detallan los diversos procesos y fases para llegar a un acuerdo comercial que
permitan tener ganancias.
IV. REFERENCIAS BIBLIOGRÁFICAS

Aguirre, R., & Castillo, G. (2018). Modeling of thinning through the use of linear
programming in Pinus caribaea. Revista científica. Modelación del raleo
mediante el uso de la programación lineal en plantaciones de Pinus
caribaea, Cuba. 25(2). 1-18, ISSN 1425-8266. extraído de:
http://www.scielo.org.pe/pdf/arnal/v25n2/a15v25n2.pdf

Cabrera, F., & Molina, K. (2014). Integer programming for linear models. Revista
científica de aplicación geométrica de un modelo lineal. 35(1). 62-76. ISSN
1670-0345. extraído de:
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S168003382014000
100005#figura%201

Salazar, L. (2023). Aplicación de un modelo lineal. Teoría de las restricciones y

modelo gráfico de una función lineal PL, Ingeniería Industrial. extraído de:
https://www.ingenieriaindustrialonline.com/investigacion-de-
operaciones/programacion-lineal/

Jiménez, L. (2023). Programación lineal y sus beneficios en la industria logística.

Universidad Américas de Puebla, México. Artículo integrador. extraído de
http://catarina.udlap.mx/u_dl_a/tales/documentos/lat/jimenez_a_mt/c
apitulo2.pdf