Está en la página 1de 36

Investigacin Operativa

DESARROLLO DE MODELOS
El problema
Cada vez es ms difcil asignar los
recursos o actividades de la forma ms eficaz
Los recursos
son escasos
Los sistemas son cada
vez ms complejos
Investigacin operativa (I.O.)
Es la aplicacin del mtodo cientfico para
asignar los recursos o actividades de forma
eficaz, en la gestin y organizacin de sistemas
complejos
Su objetivo es ayudar a la toma de decisiones
Requiere un enfoque interdisciplinario
Historia de la I.O.
Se aplica por primera vez en 1780
Antecedentes:
Matemticas: modelos lineales (Farkas, Minkowski)
(s.XIX)
Estadstica: fenmenos de espera (Erlang, Markov)
(aos 20)
Economa: Quesnay (x.XVIII), Walras (s.XIX), Von
Neumann (aos 20)
El origen de la I.O. moderna se sita en la 2
Guerra Mundial
Historia de la I.O.
Al terminar la guerra, sigue el desarrollo en la
industria, debido a:
competitividad industrial
progreso terico
RAND (Dantzig)
Princeton (Gomory, Kuhn, Tucker)
Carnegie Institute of Technology (Charnes, Cooper)
gran desarrollo de los ordenadores
Actualidad de la I.O.
Sigue habiendo un gran desarrollo, en muchos
sectores, con grandes avances sobre todo en el
campo de la Inteligencia Artificial
Ms informacin:
Sociedad Espaola de Estadstica e Inv. Op. (SEIO)
www.cica.es/aliens/seio
Association of European O.R. Societies (EURO)
www.ulb.ac.be/euro/euro_welcome.html
Institute for O.R. and the Management Sci. (INFORMS)
www.informs.org
International Federation of O.R. Societies (IFORS)
www.ifors.org
El mtodo de la I.O.
Definicin del problema
Formulacin del problema y construccin del
modelo
Resolucin
Verificacin, validacin, refinamiento
Interpretacin y anlisis de resultados
Implantacin y uso extensivo
A lo largo de todo el proceso debe haber una interaccin
constante entre el analista y el cliente
El modelado
Es una ciencia
anlisis de relaciones
aplicacin de algoritmos de solucin
Y a la vez un arte
visin de la realidad
estilo, elegancia, simplicidad
uso creativo de las herramientas
experiencia
Definicin del problema
Consiste en identificar los elementos de
decisin
objetivos (uno o varios, optimizar o satisfacer)
alternativas
limitaciones del sistema
Hay que recoger informacin relevante (los
datos pueden ser un grave problema)
Es la etapa fundamental para que las
decisiones sean tiles
Formulacin del problema
Modelo: representacin simplificada de la
realidad, que facilita su comprensin y el
estudio de su comportamiento
Debe mantener un equilibrio entre sencillez y
capacidad de representacin
Modelo matemtico: modelo expresado en
trminos matemticos
hace ms claras la estructura y relaciones
facilita el uso de tcnicas matemticas y
ordenadores
a veces no es aplicable
Construccin del modelo
Traduccin del problema a trminos
matemticos
objetivos: funcin objetivo
alternativas: variables de decisin
limitaciones del sistema: restricciones
Pero a veces las relaciones matemticas son
demasiado complejas
heursticos
simulacin
Tipos de modelos
Determinsticos
Programacin
matemtica
Programacin lineal
Programacin entera
Programacin dinmica
Programacin no lineal
Programacin multiobjetivo
Modelos de transporte
Modelos de redes
Probabilsticos
Programacin
estocstica
Gestin de inventarios
Fenmenos de espera
(colas)
Teora de juegos
Simulacin

Resolucin
Determinar los valores de las variables de
decisin de modo que la solucin sea ptima (o
satisfactoria) sujeta a las restricciones
Puede haber distintos algoritmos y formas de
aplicarlos
Verificacin y validacin
Eliminacin de errores
Comprobacin de que el modelo se adapta a la
realidad

Interpretacin y anlisis
Robustez de la solucin ptima obtenida:
Anlisis de sensibilidad
Deteccin de soluciones cuasi-ptimas
atractivas
Implantacin
Sistema de ayuda y mantenimiento
Documentacin
Formacin de usuarios
Ejemplo n1
En una fbrica de cerveza se producen dos tipos: rubia y
negra. Su precio de venta es de 50 ptas/l y 30 ptas/l,
respectivamente. Sus necesidades de mano de obra son de
3 y 5 empleados, y de 5.000 y 2.000 ptas de materias primas
por cada 1000 l.
La empresa dispone semanalmente de 15 empleados y
10.000 ptas para materias primas, y desea maximizar su
beneficio. Cuntos litros debe producir?
Formulacin
2 1
000 30 000 50 x . x . z ax M + =
0
000 10 000 2 000 5
15 5 3
2 1
2 1
2 1
>
s +
s +
x , x
. x . x .
x x
. a . s
El modelo de P.L.
n n
x c x c x c z Opt + + + =
2 2 1 1
0
2 1
2 2 1 1
1 1 2 12 1 11
>
s + + +
s + + +
n
m n mn m m
n n
x , , x , x
b x a x a x a
b x a x a x a
. a . s

El modelo de P.L.
z: funcin objetivo
C
T
(c
1
,...,c
n
): vector de coeficientes de la f.o.
X
T
(x
1
,...,x
n
): vector de variables de decisin
A (...,a
ij
,...): matriz de coeficientes tcnicos
b (b
1
,...,b
m
): vector de demandas

Matricialmente,

Opt C
T
X
s.a.
AX b
x > 0
Forma cannica
Propiedades del modelo lineal
Proporcionalidad
La contribucin al coste y a las restricciones es
directamente proporcional al valor de cada variable
Aditividad
El coste y las restricciones son la suma directa de
las variables
Divisibilidad
Las variables pueden dividirse en cualquier tipo de
fraccin
Modelos de prog. entera
El modelo matemtico es el modelo de P.L.,
pero con algunas variables enteras
Programacin entera mixta (MIP)
x e R
+
, y e Z
+

Programacin entera pura (IP)
x e Z
+

Programacin binaria 0-1 (0-1 MIP, 0-1 IP, BIP)
x e {0,1}: variables de asignacin, lgicas
Son problemas ms complicados de resolver
que los de P.L.
El primer algoritmo de resolucin se plante en
el ao 1958 (Gomory)
Problemas tpicos
Problema del transporte
Problema de flujo con coste mnimo en red
Problema de asignacin
Problema de la mochila (knapsack)
Problema del emparejamiento (matching)
Problema del recubrimiento (set-covering)
Problema del empaquetado (set-packing)
Problema de particin (set-partitioning)
Problema del coste fijo (fixed-charge)
Problema del viajante (TSP)
Problema de rutas ptimas
Problema del transporte
Minimizar el coste total de transporte entre los centros de
origen y los de destino, satisfaciendo la demanda, y sin
superar la oferta
Z x , x
m .. i , a x
n .. j , b x
. a . s
x c Min
ij ij
i
n
1 j
ij
j
m
1 i
ij
m
1 i
n
1 j
ij ij
e >
= =
= =

=
=
= =
0
1
1
x
ij
: unidades a enviar de origen i a destino j
c
ij
: coste unitario de transporte de i a j

a
i
: unidades de oferta en el punto origen i
b
j
: unidades de demanda en el punto destino j

Se supone oferta total igual a demanda total
Flujo con coste mnimo en red
Embarcar los recursos disponibles a travs de la red
para satisfacer la demanda a coste mnimo
Z x , x
m .. j , b x x
. a . s
x c Min
ij ij
i
m
k
ki
m
1 j
ij
m
1 i
n
1 j
ij ij
e >
= =

= =
= =
0
1
1
x
ij
: unidades enviadas de i a j (flujo)
c
ij
: coste unitario de transporte de i a j

b
i
:recursos disponibles en un nodo i
oferta: b
i
>0
demanda: b
i
<0
transbordo: b
i
=0

Se supone oferta total igual a demanda total
Problema de asignacin
{ } 1 0
1 1
1 1
, x
m .. i , x
n .. j , x
. a . s
x c Min
ij
n
1 j
ij
m
1 i
ij
m
1 i
n
1 j
ij ij
e
= =
= =

=
=
= =
x
ij
: 1 si la tarea i se hace con la mquina j
c
ij
: coste de realizar la tarea i con mquina j

n tareas
m mquinas

Si hay ms mquinas que tareas se formula
con desigualdades, y se resuelve con tareas
ficticias
Minimizar el coste total de operacin de modo que:
- cada tarea se asigne a una y slo una mquina
- cada mquina realice una y slo una tarea
Problema de la mochila
{ } 1 0, x
b x a
. a . s
x c Max
j
n
1 j
j j
n
1 j
j j
e
s

=
=
n objetos

a
j
: espacio que ocupa el objeto j
c
j
: valor del objeto j

b: volumen de la mochila

x
j
: 1 si se escoge el objeto j
Escoger un grupo de productos que maximice el valor
total sin exceder el espacio disponible
Problema de emparejamiento
{ } 1 , 0
2 .. 1 , 1
. .
c
2
1
1 - i
1 k
1 - 2n
1 i
2n
1 1 j
ij
e
= = +

+ = =
= + =
ij
n
i j
ij ki
ij
x
n i x x
a s
x Max
x
ij
=1 si los elementos i y j son pareja
c
ij
: valor de la pareja i-j

i<j
Distribuir un conjunto por parejas de tal forma que el
valor sea mximo. Si hay elementos sin pareja:
emparejamiento imperfecto. Si estn en dos conjuntos,
emparejamiento bipartito.
Problema de recubrimiento
m caractersticas
n actividades

x
j
=1 si la actividad j se realiza

c
j
: coste unitario de la actividad j

a
ij
=1 si la caracterstica i est en la actividad j

A: matriz de incidencia
Minimizar el coste de las actividades que en su conjunto
cubren todas las caractersticas al menos una vez
{ } 1 , 0
.. 1 , 1
. .
c
n
1 j
n
1 j
j
e
= >

=
=
j
j ij
j
x
m i x a
a s
x Min
Problema de empaquetado
m actividades
n conjuntos de actividades

x
j
=1 si se elige el subconjunto j

c
j
: beneficio por realizar el conjunto j

a
ij
=1 si el conjunto j incluye la actividad i

A: matriz de incidencia
Maximizar el beneficio total de forma que hay que elegir
conjuntos completos de actividades, y que no se realice
una actividad dos veces
{ } 1 , 0
.. 1 , 1
. .
c
n
1 j
n
1 j
j
e
= s

=
=
j
j ij
j
x
m i x a
a s
x Min
Problema de particin
m actividades
n conjuntos de actividades

x
j
=1 si se elige el subconjunto j

c
j
: beneficio por realizar el conjunto j

a
ij
=1 si el conjunto j incluye la actividad i

A: matriz de incidencia
Si en el problema de recubrimiento o en el de
empaquetado las desigualdades se cambian por
igualdades
{ } 1 , 0
.. 1 , 1
. .
c
n
1 j
n
1 j
j
e
= =

=
=
j
j ij
j
x
m i x a
a s
x Min
Problema del coste fijo
{ } 1 , 0 , 0
.. 1 ,
. .

n
1 j
n
1 j
1
n
1 j
e >
= s
>
+


=
=
= =
k ij
k k j kj
j ij
m
k
k k j j
y x
m k y M x a
b x
a s
y f x c Min
x
ij
: unidades del producto j
c
j
: coste unitario de produccin de j

y
k
=1 si se usa la instalacin k
f
k
: coste de arranque de la instalacin k
a
kj
=1 si el producto j usa la instalacin k

b
j
: demanda del producto j
M: nmero lo suficientemente grande
Decidir la cantidad de cada producto de modo que se
minimicen los costes de produccin y se satisfaga la
demanda
Problema del viajante
{ } 1 0
1
1
, x
V i , x
V j , x
. a . s
x c Min
ij
A j) j/(i,
ij
A j) i/(i,
ij
A j) (i,
ij ij
e
e =
e =

e
e
e
x
ij
=1 si de i va directamente a j
c
ij
: distancia entre i y j

A: conjunto de arcos
V: conjunto de nodos
Encontrar un circuito que visite exactamente una vez
cada ciudad empezando en la primera y que tenga
longitud mnima

e e e
e e e
s s c s
s s c >
U j , U i / A ) j , i (
ij
U V j , U i / A ) j , i (
ij
V U / V U , U x
V U / V U , x
2 2 1
2 2 1
{ } 1 0
1
1
1
1
1
, x
k , V j , x x
x
V i , x
V j , x
. a . s
x c Min
ijk
A r) r/(j,
1 jrk
A j) i/(i,
ijk
A j) (i,
ijk
A j) j/(i,
n
k
ijk
A j) i/(i,
n
k
ijk
n
1 k A j) (i,
ijk ij
e
e =
=
e =
e =




e
+
e
e
e =
e =
= e
Problema de rutas
2 2 1
1 1
0
1 1
1
0 0
1 0 0 0
1 0
0 0
0
1 1 1
s s s
= s
s +
s
=
= =
+


e e =
=
= = = =
= =
= =
= =
= = = = =
N S , S x
m .. k , x
k , r d x s x t
k , Q x q
k , j , x x
n .. j , x
. a . s
x c x c Min
S i S j
m
k
ijk
n
1 j
ojk
k k
n
i
n
j
ijk i
n
i
n
j
ijk ij
n
i
n
j
k ijk i
n
i
n
i
jik ijk
n
i
m
1 k
ijk
n
0 i
n
0 j
m
k
m
k
n
j
ojk k ijk ij
N: clientes
M: vehculos

x
ijk
=1 si el vehculo k visita j despus de i
c
ij
: coste unitario de transporte de i a j
d
ij
: distancia de i a j
t
ij
: tiempo de i a j

q
i
: demanda
s
i
: tiempo de descarga
o
i
: prioridad
Q
k
: capacidad
r
o
k
, d
o
k
: perodo tiempo disponible
c
k
: coste fijo por uso
Minimizar el coste total,
visitando todos los clientes
Formulacin con var. binarias
Restricciones disyuntivas
K de N alternativas deben darse
Restricciones condicionales
Decisiones contingentes
0 ) (
0 ) (
s
s
x g

x f
g x g
f x f
) 1 ( ) (
) (
o
o
s
s
n n n
f x f
f x f
f x f
2
2 2 2
1 1 1
) (
) (
) (
o
o
o
s
s
s
{ } 1 , 0 ,
1
e =

=
o o
N
j
j
K N
0 ) ( 0 ) ( s > x g x f
0 ) ( 0 ) ( s s x g x f
equiv. a
x y y s x

También podría gustarte