Está en la página 1de 32

Investigacin de operaciones

2011

INVESTIGACION DE OPERACIONES
1. Conceptos de Investigacin de Operaciones. La Investigacin de Operaciones o Investigacin Operativa, es una rama de las Matemticas consistente en el uso de modelos matemticos, estadstica y algoritmos con objeto de realizar un proceso de toma de decisiones. Frecuentemente, trata del estudio de complejos sistemas reales, con la finalidad de mejorar (u optimizar) su funcionamiento. La investigacin de operaciones permite el anlisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se puede optimizar un objetivo definido, como la maximizacin de los beneficios o la minimizacin de costes. 2. Historia de la Investigacin de Operaciones La primera actividad de Investigacin de Operaciones se dio durante la Segunda Guerra Mundial en Gran Bretaa, donde la Administracin Militar llam a un grupo de cientficos de distintas reas del saber para que estudiaran los problemas tcticos y estratgicos asociados a la defensa del pas. El nombre de Investigacin de Operaciones fue dado aparentemente porque el equipo estaba llevando a cabo la actividad de investigar operaciones (militares). Motivados por los resultados alentadores obtenidos por los equipos britnicos, los administradores militares de Estados Unidos comenzaron a realizar investigaciones similares. Para eso reunieron a un grupo selecto de especialistas, los cuales empezaron a tener buenos resultados y en sus estudios incluyeron problemas logsticos complejos, la planeacin de minas en el mar y la utilizacin efectiva del equipo electrnico. Al trmino de la guerra y atrados por los buenos resultados obtenidos por los estrategas militares, los administradores industriales empezaron a aplicar las herramientas de la Investigacin de Operaciones a la resolucin de sus problemas que empezaron a originarse debido al crecimiento del tamao y la complejidad de las industrias. Aunque se ha acreditado a Gran Bretaa la iniciacin de la Investigacin de Operaciones como una nueva disciplina, los Estados Unidos tomaron pronto el liderazgo en este campo rpidamente creciente. La primera tcnica matemtica ampliamente aceptada en el medio de Investigacin de Operaciones fue el Mtodo Smplex de

Investigacin de operaciones
Programacin Lineal, desarrollado en 1947 por el matemtico norteamericano George B. Dantzig. 3. Beneficios de la Investigacin de Operaciones, modelos, metodologa.

2011

A) BENEFICIOS 1). Incrementa la posibilidad de tomar mejores decisiones: antes de la aplicacin de la I.O. en una organizacin, las decisiones que se toman son generalmente de carcter intuitivo, ignorando la mayora de las interrelaciones que existen entre las componentes del sistema. El ser humano, sin la ayuda de una tecnologa ms sofisticada( como la I.O.) y de la herramienta ms moderna(como son las computadoras electrnicas), no puede visualizar, mucho menos analizar todas las posibles alternativas generadas por los millares de interacciones que existen. Imaginemos a PEMEX que debe controlar el reparto de combustible a toda la repblica a fin de satisfacer la demanda en todos los centros de consumo buscando siempre el menor costo de embarque. 2). Mejora la coordinacin entre las mltiples componentes de la organizacin: en otras palabras, la I.O. genera un mayor nivel de ordenacin, es decir de que sirve que se incrementen las exportaciones de Mxico al mundo exterior, cuando la capacidad de maniobras de nuestros puertos permanecen estancadas. El sistema econmico trata de equilibrar la balanza de pagos, la otra parte tiende a crear cuellos de botella de mercanca que tienen que esperar en el puerto hasta que se le embarquen, muchas veces a la interperie, con riesgo de deteriorase. El tiempo de demora del cliente aumenta, su apatismo para comerciar con Mxico se incrementa, a corto plazo, se empiezan a sentir otra vez los efectos negativos en la balanza de pagos. En este caso la presidencia de la republica debe coordinar esfuerzos con la secretarias de comercio, hacienda, comunicaciones, marina y de obras publicas. Aqu el papel de la I.O es integrar en su estudio el mecanismo de coordinacin, para evitar que las componentes del sistema se desmembrasen y acten independientemente una de otras. 3).Logra el Control del Sistema: al instituir procedimientos sistemticos que supervisan por un lado las operaciones que se llevan a cabo en la organizacin y por el otro lado, evita al regreso a un sistema peor. Por ejemplo, existe una liberacin de las gentes dedicadas a actividades de tipo tedioso y rutinario, permitiendo los accesos a una nueva variedad de las mismas adems, estos procedimientos sistemticos permiten sealar decisiones que pueden conducir a resultados muy peligrosos para estabilidad y buen funcionamiento del sistema. 4).Logra un mejor sistema: al hacer que este opere con costos ms bajos, con interacciones ms fluidas, eliminando cuellos de botella y logrando una mejor combinacin entre los elementos ms importantes de todo el sistema.

Investigacin de operaciones
B) MODELOS

2011

4. Fases de la Investigacin de Operaciones 1. Formulacin y definicin del problema. Descripcin de los objetivos del sistema, es decir, qu se desea optimizar; identificar las variables implicadas, ya sean controlables o no; determinar las restricciones del sistema. Tambin hay que tener en cuenta las alternativas posibles de decisin y las restricciones para producir una solucin adecuada.

2. Construccin del modelo. El investigador de operaciones debe decidir el modelo a utilizar para representar el sistema. Debe ser un modelo tal que relacione a las variables de decisin con los parmetros y restricciones del sistema. Los parmetros (o cantidades conocidas) se pueden obtener ya sea a partir de datos pasados o ser estimados por medio de algn mtodo estadstico. Es recomendable determinar si el modelo es probabilstico o determinstico. El modelo puede ser matemtico, de simulacin o heurstico, dependiendo de la complejidad de los clculos matemticos que se requieran.

3. Solucin del modelo. Una vez que se tiene el modelo, se procede a derivar una solucin matemtica empleando las diversas tcnicas y mtodos matemticos para resolver problemas y ecuaciones. Debemos tener en cuenta que las soluciones que se obtienen en este punto del proceso, son matemticas y debemos interpretarlas en el mundo real. Adems, para la solucin del modelo, se deben realizar anlisis de sensibilidad, es

Investigacin de operaciones

2011

decir, ver como se comporta el modelo a cambios en las especificaciones y parmetros del sistema. Esto se hace, debido a que los parmetros no necesariamente son precisos y las restricciones pueden estar equivocadas.

4. Validacin del modelo. La validacin de un modelo requiere que se determine si dicho modelo puede predecir con certeza el comportamiento del sistema. Un mtodo comn para probar la validez del modelo, es someterlo a datos pasados disponibles del sistema actual y observar si reproduce las situaciones pasadas del sistema. Pero como no hay seguridad de que el comportamiento futuro del sistema contine replicando el comportamiento pasado, entonces siempre debemos estar atentos de cambios posibles del sistema con el tiempo, para poder ajustar adecuadamente el modelo.

5. Implementacin de resultados. Consiste en traducir los resultados del modelo validado en instrucciones para el usuario o los ejecutivos responsables que sern tomadores de decisiones.

C) METODOLOGIA

Investigacin de operaciones

2011

PROBLEMAS PROPUESTOS N1 Formular y construir los modelos de los siguientes problemas de programacin lineal: 1). Un agente esta arreglando un viaje en esqus, puede llevar un mximo de 10 personas y ha decidido que debern ir por lo menos 4 hombres y 3

Investigacin de operaciones

2011

mujeres. Su ganancia ser de 10 pesos por cada mujer y 15 pesos por cada hombre. Cuantos hombres y cuantas mujeres le producen la mayor ganancia? 2). Un sastre tiene las siguientes materias primas a su disposicin: 16 m2 de algodn, 11 m2 de seda y 15m2 de lana. Un traje requiere: 2 m2 de algodn, 1m2 de seda y 1 m2 de lana. Una tnica requiere: 1m2 de algodn, 2m2 de seda y 3m2 de lana. Si el traje se vende en $300 y una tnica en $500. Cuntas piezas de cada confeccin debe hacer el sastre para obtener la mxima cantidad de dinero?. 3). Mueblera MARY elabora dos productos, mesas y sillas que se deben procesar a travs de los departamentos de ensamble y acabado. Ensamble tiene 60 hrs. disponibles, acabado puede manejar hasta 40 hrs. de trabajo. La fabricacin de una mesa requiere de 4 hrs. de ensamble y 2 hrs. de acabado, mientras que una silla requiere de 2 hrs. de ensamble y 2 hrs. de acabado. Si la utilidad es de $80 por mesa y $60 por silla. Cul es la mejor combinacin posible de mesas y sillas a producir y vender para obtener la mxima ganancia? 4). Una firma corredora de bolsa ofrece dos tipos de inversiones que producen ingresos a razn de 4% y 5% respectivamente. Un cliente desea invertir un mximo de $10000 y que su ingreso anual sea por lo menos de $4500. insiste en que por lo menos del total debe ser invertido al 5%. El corredor recibe el 1% de los ingresos de la inversin al 5% y 2% de la inversin del 4%. Cunto invertir el corredor a cada tasa para que sus honorarios sean mximos? 5). Una compaa de carga area desea maximizar los ingresos que obtiene por la carga que transporta la compaa tiene un solo avin diseado para transportar dos clases de carga. Carga normal y carga frgil. La compaa no recibe pago extra por transportar carga frgil; sin embargo para asegurar ciertos contratos de negocios, la compaa ha acordado transportar cuando menos 5 toneladas de carga frgil. Este tipo de carga debe llevarse en una cabina presurizada. La capacidad de la cabina principal es de 20 toneladas de carga. La cabina presurizada no puede llevar ms de 10 toneladas de carga. El avin tiene restriccin de peso que le impide llevar mas de 20 toneladas de carga, para mantener en equilibrio el peso, la carga de la cabina presurizada debe ser menor o igual que dos tercios del peso de la cabina principal, mas una tonelada, la compaa recibe $1000 por tonelada de los dos tipos de carga que transporta. 6). Un inversionista tiene $10000 que quisiera produjeran tanto dinero como sea posible; quiere invertir parte en acciones, parte en bonos y colocar el resto en una cuenta de ahorro. El inversionista cree poder ganar 8% con el dinero que invierta en acciones y el 7% que invierte en bonos. El banco paga el 5% de inters sobre las cuentas de ahorros. Como las acciones son una inversin con cierto riesgo, decide no invertir en acciones mas de lo que ponga en la cuenta de ahorro. El inversionista se quedara con al menos $2000 en la cuenta de ahorros por si necesita dinero en efectivo de inmediato.Cunto dinero deber invertir en cada tipo? 7). Una mujer quiere disear un programa de ejercicios semanales, incluyendo caminata, bicicleta y natacin. Para variar los ejercicios planea

Investigacin de operaciones

2011

invertir al menos tanto tiempo en bicicleta como la combinacin de caminata y natacin. Adems, quiere nadar al menos dos hrs a la semana, porque le gusta ms nadar que los otros ejercicios. La caminata consume 600 caloras por hora, en la bicicleta usa 300 caloras por hora nadando gasta 300 caloras por hora. Quiere quemar al menos 3000 caloras a la semana por medio de los ejercicios. Cuntas horas debe dedicar a cada tipo de ejercicio si quiere minimizar el nmero de horas invertidas.? 8). Cierta compaa tiene una filial que le provee de las latas que necesita para comercializar su producto, en dicha filial que produce latas de aluminio contiene las tapaderas a partir de hojas metlicas rectangulares. Las dimensiones de estas hojas son de 6cms x 15cms Se requieren dos tamaos diferentes de tapas, el dimetro de las pequeas es de 3cms y el de las grandes de 6 cms. El programa de produccin en un da determinado es de 20000 tapas chicas y 5000 tapas grandes. Cul es el programa que minimice el nmero total de hojas metlicas usadas de tal manera de obtener la mejor combinacin de tapas de los diferente tamaos que pueden ser cortadas? 9). General Motors que vende el carro mas compacto desea hacer publicidad para este modelo a travs de canal 13 de televisin, la publicidad consistir en pequeos comerciales de duracin variable que se intercalaran en un programa semanal de 60 min. En el cual se presentaran los mejores cantantes del continente y un cmico de la localidad. General Motors insiste en tener al menos 5 min. De comerciales y el reglamento de la televisora requiere cuando mucho los comerciales consuman 18 min en programas de 60 min., y que nunca sea mayor el tiempo de los comerciales de actuacin de los cantantes, los cantantes no quieren trabajar ms de 30 min. De los 60 que dura el programa, de manera que el cmico se utiliza para cualquier lapso de tiempo en el cual no habr comerciales o cuando no estn trabajando los cantantes. Por experiencia de la empresa televisora, se sabe que por cada min. Que los cantantes estn en el aire 6000 televidentes mas estarn viendo el programa, por cada minuto que el comico este trabajando 3000 televidentes estarn viendo el programa, en cambio por cada min de comerciales se pierden 500 televidentes. El cmico cobra $200 por minuto, los cantantes cobran $1000 por min y los comerciales $50 por min. Si en General Motors desea: 1). Maximizar el numero de televidentes al finalizar el programa de 60 min. 2). producir el programa un mnimo costo. Cul es el medelo a utilizar para cada situacin? 10). La compaa HOLSA de Mxico quiere minimizar los desperdicios de lamina, para lo cual encarga a su departamento de produccin que optimice el costo de las laminas de acuerdo a los requisitos de los consumidores. En particular se har con el consumidor mas importante al cual se le surten tres tamaos de laminas a saber: tipo 1:30 cms x 60 cms y espesor de 8 mm; tipo 2:30cmsx 70 cms y espesor de 8 mm tipo 3:30cms x 50 cms y espesor de 8 mm. Las cantidades necesarias son 10000, 15000 y 5000 por mes respectivamente. Si las laminas que produce la compaa son de dimensiones de 30 cms x 180 cms con espesor de 8 mm. Cul es el modelo para optimizar los desperdicios?.

Investigacin de operaciones

2011

5. Mtodo General de Programacin lineal. Mtodo grafico El mtodo grfico se utiliza para la solucin de problemas de PL, representando geomtricamente a las restricciones, condiciones tcnicas y el objetivo. El modelo se puede resolver en forma grfica si slo tiene dos variables. Para modelos con tres o ms variables, el mtodo grfico es imprctico o imposible. Cuando los ejes son relacionados con las variables del problema, el mtodo es llamado mtodo grfico en actividad. Cuando se relacionan las restricciones tecnolgicas se denomina mtodo grfico en recursos.

Los pasos necesarios para realizar el mtodo son nueve: 1. graficar las soluciones factibles, o el espacio de soluciones (factible), que satisfagan todas las restricciones en forma simultnea. 2. Las restricciones de no negatividad Xi>= 0 confan todos los valores posibles. 3. El espacio encerrado por las restricciones restantes se determinan sustituyendo en primer trmino <= por (=) para cada restriccin, con lo cual se produce la ecuacin de una lnea recta. 4. trazar cada lnea recta en el plano y la regin en cual se encuentra cada restriccin cuando se considera la desigualdad lo indica la direccin de la flecha situada sobre la lnea recta asociada. 5. Cada punto contenido o situado en la frontera del espacio de soluciones satisfacen todas las restricciones y por consiguiente, representa un punto factible. 6. Aunque hay un nmero infinito de puntos factibles en el espacio de soluciones, la solucin ptima puede determinarse al observar la direccin en la cual aumenta la funcin objetivo. 7. Las lneas paralelas que representan la funcin objetivo se trazan mediante la asignacin de valores arbitrarios a fin de determinar la pendiente y la direccin en la cual crece o decrece el valor de la funcin objetivo.

Ejemplo: Resover

Investigacin de operaciones
Maximiz Z = f(x,y) = ar x+y sujeto a: 0 x 4 0 y Solucin 1) Representamos la regin factible:

2011

x /2

La recta s : x = 4 pasa por el punto (4,0) y es paralela al eje Y. Las soluciones de 0 x 4 son los puntos entre el eje Y y la recta x = 4 La recta r : y = 4 pasa por el punto (0,4) y es paralela al eje X. Las soluciones de 0 y 4 son los puntos entre el eje X y la recta y = 4 La recta t : y = x/2 pasa por los puntos (0,0) y (2,1) . Las soluciones de y x /2 son los puntos de su izquierda.

Resolviendo los sistemas correspondientes calculamos los vrtices de la regin factible: { { { { y x x y = = = = x/2 , x = 0 } nos da el vrtice O(0,0) 4, y = x/2 } nos da el vrtice A(4,2) 4 , y = 4} nos da el vrtice B(4,4) 4 , x = 0 } nos da el vrtice C(0,4)

2) Representamos las rectas de nivel : En nuestro caso son rectas de la forma x + y = k . Inicialmente representamos Z = x + y = 0 . Trasladndola hacia la derecha, obtenemos las rectas : x + y = 2, x + y = 4, x + y = 8 , es decir aumenta el nivel. 3) Obtenemos la solucin ptima: Se obtiene en el punto de la regin factible que hace mximo k. En nuestro caso esto ocurre en el punto B; es el ltimo punto de contacto de esas rectas con la regin factible , para el que k = 6. introduccin a la programacin lineal La programacin lineal es una tcnica matemtica ampliamente utilizada, diseada para ayudar a los administradores de produccin y operaciones en la planeacin y toma de decisiones relativas a la negociacin necesaria para asignar recursos. Aplicacin : a partir de 1950 se inicia un fuerte desarrollo en la programacin lineal apoyada por una gran variedad de aplicaciones prcticas en la economa y la administracin industrial.

Investigacin de operaciones

2011

7. Mtodo General de Programacin lineal, mtodo analtico , tipos de soluciones El siguiente resultado, denominado teorema fundamental de la programacin lineal, nos permite conocer otro mtodo de solucionar un programa con dos variables. En un programa lineal con dos variables, si existe una solucin nica que optimice la funcin objetivo, sta se encuentra en un punto extremo (vrtice) de la regin factible acotada, nunca en el interior de dicha regin. Si la funcin objetivo toma el mismo valor ptimo en dos vrtices, tambin toma idntico valor en los puntos del segmento que determinan. En el caso de que la regin factible no es acotada, la funcin lineal objetivo no alcanza necesariamente un valor ptimo concreto, pero, si lo hace, ste se encuentra en uno de los vrtices de la regin

La evaluacin de la funcin objetivo en los vrtices de la regin factible nos va a permitir encontrar el valor ptimo (mximo o mnimo) en alguno de ellos.

Ejemplo: Maximiz Z = f(x,y) = ar 3x + 8 y sujeto a: 4x + 5y 40 2x + 5 y x 0,y 30 0

1) Hallar los puntos de corte de las rectas asociadas a las restricciones: Calculamos las soluciones de cada uno de los seis sistemas de dos ecuaciones con dos incgnitas que se pueden formar con las cuatro restricciones: { 4x + 5y = 40 , 2x + 5y = 30}. Solucin A(5,4) { 4x + 5y = 40 , y = 0}. Solucin: C(10,0) { 2x + 5y = 30 , y = 0}. Solucin : E(15,0) { 4x + 5y = 40 , x = 0 } Solucin:B (0,8) { 2x + 5y = 30 , x = 0} Solucin: D(0,6) { x = 0, y = 0} Solucin: O(0,0)

2) Determinar los vrtices de la regin factible:

Investigacin de operaciones

2011

Los vrtices de la regin factible son aquellos puntos que cumplen todas las restricciones. Si sustituimos los puntos en cada una de las desigualdades tenemos que:

B no cumple la segunda restriccin 2x + 5y 30 , ya que 20 + 58 = 40 . Por tanto, el punto B no es un vrtice de la regin factible. E no cumple la primera restriccin 4x + 5y 40 , ya que 415 + 50 = 60 . Por tanto, el punto E no es un vrtice de la regin factible.

Los puntos A, C, D y O verifican todas las desigualdades, son los vrtices de la regin factible. 3) Calcular los valores de la funcin objetivo en los vrtices : f(A) = f(5,4) = 35 + 84 = 47 f(D) = f(0,6) = 30 + 86 = 48 f(C) = f(10,0) = 310 + 8 0 = 30 f(O) = f(0,0) = 30 + 80 =0

La solucin ptima corresponde al vrtice para el que la funcin objetivo toma el valor mximo. En este caso es el vrtice D(0,6). 8. El mtodo Simplex, propiedad del mtodo Simplex, espacio de soluciones, conversin de desigualdades. En la solucin grfica observamos que la solucin ptima est asociada siempre con un punto extremo del espacio de soluciones. El mtodo simplex est basado fundamentalmente en este concepto. Careciendo de la ventaja visual asociada con la representacin grfica del espacio de soluciones, el mtodo simplex emplea un proceso iterativo que principia en un punto extremo factible, normalmente el origen, y se desplaza sistemticamente de un punto extremo factible a otro, hasta que se llega por ltimo al punto ptimo.

Existen reglas que rigen la seleccin del siguiente punto extremo del mtodo simplex: 1. El siguiente punto extremo debe ser adyacente al actual. 2. La solucin no puede regresar nunca a un punto extremo considerado con la anterioridad.

El algoritmo simplex da inicio en el origen, que suele llamarse solucin inicial. Despus se desplaza a un punto extremo adyacente. La eleccin

Investigacin de operaciones

2011

especfica de uno a otro punto depende de los coeficientes de la funcin objetivo hasta encontrar el punto ptimo. Al aplicar la condicin de optimidad a la tabla inicial seleccionamos a Xi como la variable que entra. En este punto la variable que sale debe ser una de las variables artificiales.

Los pasos del algoritmo simplex son ( 10 ) : 1.Determinar una solucin bsica factible inicial. 2. Prueba de optimidad: determinar si la solucin bsica factible inicial es ptima y slo si todos los coeficientes de la ecuacin son no negativos ( >= 0 ). Si es as, el proceso termina; de otra manera se lleva a cabo otra interaccin para obtener la nueva solucin bsica factible inicial. 3. Condicin de factibilidad.- Para todos los problemas de maximizacin y minimizacin, variable que sale es la variable bsica que tiene la razn ms pequea (positiva). Una coincidencia se anula arbitrariamente. 4. Seleccionar las variables de holgura como las variables bsicas de inicio. 5. Selecciona una variable que entra de entre las variables no bsicas actuales que, cuando se incrementan arriba de cero, pueden mejorar el valor de la funcin objetivo. Si no existe la solucin bsica es la ptima, si existe pasar al paso siguiente. 6. Realizar el paso iterativo. a) Se determina la variable bsica entrante mediante la eleccin de la variable con el coeficiente negativo que tiene el valor mayor valor absoluto en la ecuacin. Se enmarca la columna correspondiente a este coeficiente y se le da el nombre de columna pivote. b) Se determina la variable bsica que sale; para esta, se toma cada coeficiente positivo (>0) de la columna enmarcada, se divide el lado derecho de cada rengln entre estos coeficientes, se identifica la ecuacin con el menor cociente y se selecciona la variable bsica para esta ecuacin. c) Se determina la nueva solucin bsica factible construyendo una nueva tabla en la forma apropiada de eliminacin de Gauss, abajo de la que se tiene. Para cambiar el coeficiente de la nueva variable bsica en el rengln pivote a 1, se divide todo el rengln entre el nmero pivote, entonces rengln pivote nuevo = rengln pivote antiguo nmero pivote para completar la primera iteracin es necesario seguir usando la eliminacin de Gauss para obtener coeficientes de 0 para la nueva variable bsica Xj en los otros renglones, para realizar este cambio se utiliza la siguiente frmula: rengln nuevo = rengln antiguo - ( coeficiente de la columna pivote X rengln pivote nuevo)

Investigacin de operaciones
cuando el coeficiente es negativo se utiliza la frmula:

2011

rengln nuevo = rengln antiguo + (coeficiente de la columna pivote X rengln pivote nuevo)

Ejemplo: Determine la solucin bsica factible inicial en el siguiente ejemplo:

Maximizar Z = 2X1+4X2 sujeto a: 2X1+ X2<= 230 X1+ 2X2<= 250 X2<= 120 todas las X1,X2>=0 Solucin BASE Z S1 S2 S3 Z 0 0 0 0 X1 -2 2 1 0 X2 -4 1 2 1 S1 0 1 0 0 S2 0 0 1 0 S3 0 0 0 1 SOLUCIN 0 230 250 120 RAZN 0 230/1 250/2 120/1

Seleccione la variable que entra y la variable que sale de la base: Entra X2 y sale S3, se desarrolla la nueva tabla solucin y se continua el proceso iterativo hasta encontrar la solucin optima si es que est existe.

Tabla Optima: BASE Z S1 X1 X2 Z 0 0 0 0 X1 0 0 1 0 X2 0 0 0 1 S1 0 1 0 0 S2 2 -2 1 0 S3 0 3 -2 1 SOLUCIN 500 90 10 120 RAZN

Solucin: Z = $500 fabricando X1=10 , X2=120 Tipo de solucin: Optima Mltiple.

Sobrante de S1 = 90

PROBLEMAS PROPUESTOS N2

Investigacin de operaciones

2011

1). En un taller Jos est tratando de decidir cuntos ganchos para trailer debe hacer para usar un metal de desperdicio ; tiene dos tipos de metal y puede hacer cualquiera de dos tipos de ganchos : en la tabla siguiente se proporcionan los datos necesarios:

a) Jose gana $ 13 por cada gancho tipo I y $ 16 por cada tipo II, ya prometi hacer dos ganchos tipo II. b) A Jos le ofrecen hierro acanalado adicional a $2 / unidad. deber comprarlo? 2). Un inversionista tiene $ 10000 que quisiera produjeran tanto dinero como sea posible, quiere invertir parte en acciones, parte en bonos y colocar el resto en una cuenta de ahorro. El inversionista cree poder ganar 8 % con el dinero que invierte en acciones el 7 % que invierte en bonos. El banco el 5 % de intereses sobre la cuenta de ahorro. Como las acciones son una inversin con cierto riesgo, decide no invertir en acciones mas de lo que ponga en la cuenta de ahorros. El inversionista se quedara con al menos $ 2000 en la cuenta de ahorros por si necesita dinero en efectivo de inmediato . cuanto dinero deber invertir en cada tipo? 3). Una mujer quiere disear un programa de ejercicios semanales, incluyendo caminata bicicleta y natacin. Para variar los ejercicios, planea invertir al menos: tanto tiempo en bicicleta como la combinacin de caminata y natacin .Adems quiere nadar al menos dos horas ala semana, porque le gusta ms nadar que los otros ejercicios. La caminata consume 66 caloras por hora , en la bicicleta consume 300 caloras por hora, quiere quemar al menos 300 por hora y nadando gasta 300 ,quiere al menos 3000 caloras a la semana por medio de los ejercicios. Cuntas horas debe dedicar a cada tipo de ejercicio si quiere minimizar el numero de hojas invertidas? . 9. Anlisis de Dualidad y Sensibilidad, definicin del problema dual. A) Anlisis de Dualidad DEFINICION DEL PROBLEMA DUAL El problema dual es una programacin lineal definida en forma directa y sistemtica a partir del modelo original (o primal) de programacin lineal. Los dos problemas estn relacionados en forma tan estrecha que la resolucin optima de un problema produce en forma automtica la resolucin optima del otro. En la mayor parte de las presentaciones de programacin lineal, el dual se define para varias formas del primal, dependiendo del sentido de la optimizacin (maximizacin o minimizacin), tipos de restricciones (; o =), y la orientacin de las variables (no negativa o no restringida). Este tipo de tratamiento puede confundir. Por esta

Investigacin de operaciones

2011

razn presentaremos una sola definicin que comprenda en forma automtica a todas las formas del primal. Nuestra definicin del problema dual requiere expresar el problema primal en forma de ecuaciones, como se presento anteriormente: todas las restricciones son ecuaciones, con lado derecho no negativo y todas las variables son no negativos. Este requisito es consistente con el formato de la tabla de inicio simplex. En consecuencia, todo resultado obtenido a partir de la solucin primal optima se aplican en forma directa al problema dual asociado. Para mostrar cmo se forma el problema dual, se define el primal en forma de ecuacin como sigue: Maximizar o minimizar

sujeta a

Las variables xj ; j = 1; 2; : : : ; n, incluyen las variables excedentes, holguras y artificiales, si las hay. La tabla 1 muestra como se construye el problema dual a partir del primal. De hecho se tiene que:

1. Se define una variable dual por cada ecuacin primal (restriccin). 2. Se define una restriccin dual por cada variable primal. 3. Los coeficientes de restriccin (columna) de una variable primal definen los coeficientes en el lado izquierdo de la restriccin dual, y su coeficiente objetivo define el lado derecho. 4. Los coeficientes objetivo del dual son iguales al lado derecho de las ecuaciones de restriccion primal. Las reglas para determinar el sentido de la optimizacion (maximizacion o minimizacion), el tipo de restriccin (, o =), y el signo de las variables duales (siempre no

Investigacin de operaciones

2011

restringido) se resumen en la tabla 2. Notese que el sentido de la optimizacion en el dual siempre es el opuesto al del primal. Una forma facil de recordar el tipo de restriccion (es decir, o ) en el dual es que si el objetivo del dual es minimizacion (es decir, \apunta hacia abajo"), las restricciones son todas del tipo (es decir, \apuntan hacia arriba"). Cuando el objetivo del dual es maximizacin lo contrario es vlido.

Ejemplo:

Problema Dual

B) Anlisis de sensibilidad

Investigacin de operaciones

2011

El Anlisis de Sensibilidad se utiliza para examinar los efectos de cambios en tres reas diferenciadas del problema: (1) Los coeficientes de la funcin objetivo (coeficientes objetivo). Los cambios en los coeficientes objetivos NO afectan la forma de la regin factible, por lo que no afectarn a la solucin ptima (aunque s al valor de la funcin objetivo). (2) Los coeficientes tecnolgicos (aquellos coeficientes que afectan a las variables de las restricciones, situados a la izquierda de la desigualdad). Los cambios en estos coeficientes provocarn cambios sustanciales en la forma de la regin factible. Grficamente (en el caso de 2 variables) lo que vara es la pendiente de las rectas que representan las restricciones. (3) Los recursos disponibles (los trminos independientes de cada restriccin, situados a la derecha de la desigualdad). Intuitivamente (para 2 variables), los cambios en el RHS suponen desplazamientos paralelos de las rectas asociadas a las restricciones, lo cual har variar la forma de la regin factible y, con ello, a la solucin ptima. Se observa rpidamente que el Anlisis de Sensibilidad est ntimamente relacionado con lo que en el mundo de las hojas de clculo (Excel, Lotus 123, etc.) se conoce como Anlisis de Escenarios o what-if analysis: Qu ocurrira si el beneficio producido por la lnea de artculos B aumentase en un 10%?, Qu sucedera si los trabajadores hiciesen una hora extra retribuida un 50% ms que una

Investigacin de operaciones

2011

normal?, etc. As, vemos cmo el Anlisis de Sensibilidad no slo tiene que ver con el estudio de la robustez de la solucin frente a posibles errores en el clculo de los coeficientes y recursos disponibles, sino que tambin puede ser de gran ayuda a la hora de valorar futuras estrategias de desarrollo y mejora de una empresa. Hay dos maneras de estudiar la sensibilidad de una solucin respecto a cambios en alguna de las reas antes mencionadas. La primera de ellas sera volver a resolver todo el problema cada vez que alguno de los datos originales se haya modificado. Obviamente, utilizando este mtodo, podra llevar bastante tiempo determinar todas las variantes cuando nos encontremos ante un conjunto amplio de posibles cambios. La otra forma (Anlisis de Sensibilidad) consistira en, una vez resuelto un problema, analizar cmo afectara a la solucin obtenida y al valor de la funcin objetivo la variacin dentro de un rango tolerable, de uno de los parmetros, manteniendo fijos los restantes. Por supuesto, en caso de que queramos estudiar los efectos de la variacin de ms de un parmetro (o de un parmetro ms all del rango de tolerancia) deberemos reprogramar el problema.

10. Anlisis de Dualidad y Sensibilidad, Interpretacin Econmica de la Dualidad. Otros algoritmos simples para programacin. Ejemplo 1: Compaa de produccin de televisores. Una compaa produce televisores, equipos Hi-Fi y altavoces utilizando una serie de componentes comunes, tal y como se indica en la tabla inferior. Estos componentes estn disponibles en cantidades limitadas, por lo que se trata de plantear el problema de maximizacin restringida de beneficios sabiendo que la contribucin neta de los tres productos es, respectivamente, de 75 , 50 , y 35 .

El primer paso sera plantear el problema en la hoja de clculo:

Investigacin de operaciones

2011

El men de dilogo de Solver nos quedar algo as:

Ahora, deberemos seleccionar dentro de Opciones la casilla Adoptar modelo lineal:

Investigacin de operaciones

2011

Haciendo clic sobre el botn Resolver, obtendremos la ventana de Resultados:

Elegimos las opciones Respuestas y Sensibilidad. Excel nos dar el siguiente output:

Investigacin de operaciones

2011

Una vez identificados los componentes del informe, su interpretacin es casi inmediata: la solucin ptima sera producir 200 televisores, 200 equipos Hi-Fi, y ningn altavoz. La columna de Coste (Gradiente) Reducido nos indica que no resultar rentable producir altavoces a menos que el beneficio que stos generen aumente en 2,5 (llegando a 37,5 ). Examinando los Rangos de los Coeficientes Objetivo, observamos que la solucin actual no variara si el beneficio generado por cada televisor se moviese en el rango 70-100 , o si el generado por los equipos Hi-Fi lo hiciese en el rango 37,5-75 , o si el de los altavoces no se incrementase en ms de 2,5 . Los Precios Duales determinan, junto con los Rangos del Right-Hand-Side, que estaramos dispuestos a pagar hasta 12,5 por cada unidad adicional de conos hasta un mximo de 100 conos, y hasta 25 por cada unidad adicional de componentes electrnicos hasta un mximo de 50 componentes. Observar que, por el contrario, perderamos 25 por cada componente electrnico que nos quitasen de los 600 disponibles, hasta un mximo de 200 unidades (cifra a partir de la cual ser necesario volver a programar). 11. Modelo de Transporte y sus variantes, Definicin de modelos de transporte. Casos. Modelo General del Problema del Transporte Es un caso especial de problema de programacin Lineal, en el que todos los coeficientes de las variables en las restricciones tienen coeficiente uno (1), esto es: ai,j = 1 ; para todo i , para todo j Grficamente:

Investigacin de operaciones

2011

Xi,j= Unidades a enviar desde la fuente i-sima (i=1,...,m) al destino j-simo (j=1,...,n) Ci,j= Costo de enviar una unidad desde la fuente i-sima (i=1,...,m) al destino j-simo (j=1,...,n) ai = Disponibilidad (oferta) en unidades, de la fuente i-sima (i=1,...,m) bj = Requerimiento (demanda) en unidades, del destino j-simo (j=1,...,n)

Matemticamente: Minimizar Z = C1,1X1,1 +...+ C1,jX1,j +...+ C1,nX1,n +...+ Ci,1Xi,1 +...+ Ci,jXi,j +...+ Ci,nXi,n +...+ Cm,1Xm,1 +...+ Cm,jXm,j +...+ Cm,nXm,n

Observacin:

Metodologa general:

Investigacin de operaciones

2011

Metodologa de solucin:

Ejemplo: Tres (3) fbricas envan su producto a cinco (5) distribuidores. Las disponibilidades, los requerimientos y costos unitarios de transporte, se dan en la siguiente tabla.

Qu cantidad del producto se debe enviar desde cada fbrica a cada distribuidor para minimizar los costos del transporte? NOTA: La X significa que desde la fbrica 3 es imposible enviar unidades al distribuidor 5 Solucin Observe que el modelo no es perfecto: La oferta es diferente a la demanda. Se adiciona una fbrica de relleno con costos de transporte igual a cero (0) y que ofrezca justo lo que le hace falta a la oferta para ser igual a la demanda.

Investigacin de operaciones
Formulacin

2011

Xij = Unidades a enviar desde la fbrica i-sima (i=1,2,3,4) al distribuidor jsimo (j=1,2,3,4,5) Minimizar Z = 20X11 + 19X12 + 14X13 + 21X14 + 16X15 + 15X21 + 20X22 + 13X23 + 19X24 + 16X25 + 18X31 + 15X32 + 18X33 + 20X34 + MX35 M: Valor muy grande en comparacin con los dems C ij

12.

Soluciones del modelo de transporte

Solucin Bsica Factible Como cada variable figura dos (2) veces en el sistema de ecuaciones, entonces tiene m+n-1 grados de libertad y el nmero de variables bsicas debe ser igual al nmero de grados de libertad del sistema. Lo anterior nos asegura una solucin bsica factible no degenerada. NMERO DE VARIABLES BSICAS = m + n 1

A)Mtodo de la esquina noroeste Caractersticas . Sencillo y fcil de hacer . No tiene en cuenta los costos para hacer las asignaciones . Generalmente nos deja lejos del ptimo Algoritmo 1. Construya una tabla de ofertas (disponibilidades) y demandas (requerimientos). 2. Empiece por la esquina noroeste. 3. Asigne lo mximo posible (Lo menor entre la oferta y la demanda, respectivamente)

Investigacin de operaciones

2011

4. Actualice la oferta y la demanda y rellene con ceros el resto de casillas (Filas Columnas) en donde la oferta la demanda haya quedado satisfecha. 5. Muvase a la derecha o hacia abajo, segn haya quedado disponibilidad para asignar. 6. Repita los pasos del 3 al 5 sucesivamente hasta llegar a la esquina inferior derecha en la que se elimina fila y columna al mismo tiempo. Nota: No elimine fila y columna al mismo tiempo, a no ser que sea la ltima casilla. El romper sta regla ocasionar una solucin en donde el nmero de variables bsicas es menor a m+n-1, produciendo una solucin bsica factible degenerada. En nuestro ejemplo: Aqu, asignamos en la fila 1, columna 1 lo mximo posible entre 40 y 30 o sea 30 unidades; X11=30 variable bsica. Actualizamos la oferta y la demanda, quedando stas en: 10 y 0 y rellenamos con cero el resto de la columna 1, ya que la demanda de 30 unidades qued satisfecha. Terminando el mtodo, el tablero aparecer as:

Investigacin de operaciones

2011

B)Mtodo de vogel Caractersticas . Es ms elaborado que los anteriores, ms tcnico y dispendioso. . Tiene en cuenta los costos, las ofertas y las demandas para hacer las asignaciones. . Generalmente nos deja cerca al ptimo. Algoritmo 1. Construir una tabla de disponibilidades (ofertas), requerimientos (demanda) y costos. 2. Calcular la diferencia entre el costo mas pequeo y el segundo costo ms pequeo, para cada fila y para cada columna. 3. Escoger entre las filas y columnas, la que tenga la mayor diferencia (en caso de empate, decida arbitrariamente). 4. Asigne lo mximo posible en la casilla con menor costo en la fila o columna escogida en el punto 3. 5. asigne cero (0) a las otras casillas de la fila o columna donde la disponibilidad el requerimiento quede satisfecho.

Investigacin de operaciones

2011

6. Repita los pasos del 2 al 5, sin tener en cuenta la(s) fila(s) y/o columna(s) satisfechas, hasta que todas las casillas queden asignadas. Nota: Recuerde que no debe satisfacer filas y columnas al mismo tiempo; caso en que la disponibilidad sea igual al requerimiento; en tal caso use el (epsilon).

Conclusin: Hemos conseguido tres (3) soluciones bsicas factibles no degeneradas (# de variables bsicas = m+n-1=8) por medio de tres (2) mtodos: El de la esquina noroeste, el de Vogel. Pero ninguna de ellas nos garantiza que la solucin encontrada es la ptima. Para saberlo, debemos estar seguros que ninguna de las variables no bsicas pueda entrar a la base haciendo que la funcin objetivo disminuya. Para discernir un mtodo

Investigacin de operaciones

2011

que nos evale el efecto de introducir una unidad de cada variable no bsicas, recurrimos al mtodo algebraico que posteriormente se convertir en el mtodo MODI. Importante: A partir de cualquiera de stas tres (2) soluciones bsicas factibles no degeneradas, debemos comenzar a iterar, para encontrar el ptimo. 13. El modelo de asignacin, el modelo de trasbordo.

Un problema de transbordo se puede convertir en un problema clsico de transporte, construyndose la siguiente matriz de costos.

Igualamos la oferta y la demanda mediante la creacin de una planta de produccin ficticia.

Aplicamos el mtodo aproximativo de Vogel

Investigacin de operaciones

2011

De acuerdo a la matriz de costos y al grfico presentado en el problema 6 del captulo de formulacin, las unidades debern ser despachadas as:

Desde la planta de produccin P1 , enviar 20 monitores de alta resolucin al centro de ventas V2 , a travs del centro de control de calidad C1. Desde la planta de produccin P1, enviar 60 unidades al centro de ventas V3, a travs del centro de control de calidad C2.. Desde la planta de produccin P2, enviar 60 unidades al centro de ventas V3, a travs del centro de control de calidad C2 .

Investigacin de operaciones

2011

Grficamente:

Problemas Propuestos

Investigacin de operaciones

2011

2. Desarrolle un algoritmo para el caso de Maximizacin de un problema de transporte; Tanto para encontrar la solucin bsica inicial por el mtodo de vogel, como para hallar la solucin ptima por el mtodo MODI. 3. Una cadena de cinco (5) Almacenes, ubicados en diferentes partes del pas, requieren cierta mercanca para cada uno de sus almacenes. Las Empresas abastecedoras han informado que disponen de la mercanca solicitada, pero en tres (3) diferentes fbricas. La escasez del producto hace que la cadena de almacenes deba transportar la mercanca. En base a los costos del transporte por unidad, a los requerimientos de los almacenes y a la disponibilidad de las fbricas, que se muestra en el siguiente cuadro; Formule el problema de programacin lineal que minimice los costos totales del transporte y resulvalo.

4. Una Compaa desea saber, que poltica de distribucin minimizar sus costos totales, se cuenta con tres (3) fbricas y cuatro (4) clientes, la produccin de las fbricas es de: 550,300 y 260 unidades respectivamente; y las necesidades de los cuatro (4) clientes son: 250,300,200, y 160 unidades respectivamente. Los costos de enviar una (1) unidad entre cada fbrica y los clientes se da a continuacin:

5. Considere el problema de transporte que tiene la siguiente tabla de costos y requerimientos.

a) Use el mtodo de la esquina noroeste para obtener una solucin bsica factible. b) Use el mtodo del costo mnimo para obtener una solucin bsica factible. c) Use el mtodo de vogel para obtener una solucin bsica factible.

Investigacin de operaciones

2011

d) Obtenga la solucin ptima, partiendo de la solucin bsica obtenida por el mtodo de vogel.