Anexo

Metodologa de la Investigacin de Operaciones. El proceso de la Investigacin de Operaciones comprende las siguientes fases:

1. Formulacin y definicin del problema. 2. Construccin del modelo. 3. Solucin del modelo. 4. Validacin del modelo. 5. Implementacin de resultados.

Demos una explicacin de cada una de las fases:

1. Formulacin y definicin del problema. En esta fase del proceso se necesita: una 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. En esta fase, 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 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. Una vez que hayamos obtenido la solucin o soluciones del modelo, el siguiente y ltimo paso del proceso es interpretar esos resultados y dar conclusiones y cursos de accin para la optimizacin del sistema. Si el modelo utilizado puede servir a otro problema, es necesario revisar, documentar y actualizar el modelo para sus nuevas aplicaciones.

ENFOQUE DE LA INVESTIGACIN DE OPERACIONES

SISTEMA REAL

VARIABLES RELEVANTES

SISTEMA ASUMIDO

RELACIONES RELEVANTES

MODELO CUANTITATIVO

MTODO DE SOLUCIN

SOLUCIN AL PROBLEMA DEL SISTEMA REAL

JUICIOS Y EXPERIENCIAS DECISIONES INTERPRETACIN

SOLUCIN AL MODELO

Modelo General De Programacin Lineal

Los trminos clave son recursos y actividades, en donde m denota el nmero de distintos tipos de recursos que se pueden usar y n denota el nmero de actividades bajo consideracin. Z = Xj = Cj = unidad en bi = aij = de la valor de la medida global de efectividad nivel de la actividad j (para j = 1,2,...,n) incremento en Z que resulta al aumentar una el nivel de la actividad j cantidad de recurso i disponible para asignar a las actividades (para i = 1,2,...,m) cantidad del recurso i consumido por cada unidad actividad j

Problema de Programacin Lineal Un problema de programacin lineal es un problema en cual debemos hallar el valor mximo o mnimo de una expresin lineal ax + by + cz + . . . (llamada la funcin objetiva), sujeta a unas restricciones lineales de la forma Ax + By + Cz + . . . N o Ax + By + Cz + . . . N. El valor ms grande o ms pequeo de la funcin objetiva se llama el valor ptimo, y un conjunto de valores de x, y, z, . . . que se resultan en el valor ptimo es la solucin ptima. Las variables x, y, z, . . . se llaman las variables decisin Estructura De Un Modelo De Programacin Lineal

1. Funcin objetivo. Consiste en optimizar el objetivo que persigue una situacin la cual es una funcin lineal de las diferentes actividades del problema, la funcin objetivo se maximizar o minimiza. 2. Variables de decisin. Son las incgnitas del problema. La definicin de las variables es el punto clave y bsicamente consiste en los niveles de todas las actividades que pueden llevarse a cabo en el problema a formular. 3. Restricciones Estructurales. Diferentes requisitos que debe cumplir cualquier solucin para que pueda llevarse a cabo, dichas restricciones pueden ser de capacidad, mercado, materia prima, calidad, balance de materiales, etc.

4. Condicin tcnica. Todas las variables deben tomar valores positivos, o en algunos casos puede ser que algunas variables tomen valores negativos.

Mtodo grfico El mtodo grfico para solucionar a un problema de programacin lineal es el siguiente: A. B. C. Dibuje la regin factible de los restricciones. Calcule las coordenadas de los puntos extremos (puntos de esquina). Sustituya las coordenadas de los puntos de esquina en la funcin objetiva

para ver cual da el valor ptimo. Este punto da la solucin del problema de programacin lineal. D. Si la regin factible no es acotada, este mtodo puede ser errneo:

soluciones ptimas siempre existen cuando la regin factible est acotada, pero pueden no existir en el caso no acotado. Si la regin factible no es acotada, estamos minimizando una funcin objetiva cuyas coeficientes son no negativos, entonces existe una solucin dado por este mtodo. Para determinar si existe una solucin en el caso general no acotado: 1. Acote la regin por aadir una recta horizontal por encima del punto de

esquina ms arriba, y una recta vertical a la derecha del punto de esquina que est mas hacia la derecha. 2. 3. Calcule las coordenadas de los puntos nuevos de esquina que se obtiene. Halle el punto de esquina donde ocurre el valor ptimo de la funcin objetiva.

4.

Si el valor ptimo se ocurre a un punto de esquina de la regin original (no

acotada) entonces existe la solucin ptima a aquel punto. Si ocurra el valor ptimo solo a un punto nuevo de esquina, entonces el problema de programacin lineal no tiene soluciones. Si quiere ver una utilidad que automatiza el proceso entero, pruebe el Graficado programacin lineal. Hace todo automticamente, incluyendo dibujar la regin factible!

EJEMPLO: La EZ Company fabrica tres productos de ltima moda, a los cuales el departamento de mercadotecnia ha denominado Mad, Mud y Mod. Estos tres productos se fabrican a partir de tres ingredientes los cuales, por razones de seguridad, se han designado con nombres en cdigo que son Alpha, Baker y Charlie. Las libras de cada ingrediente que se requieren para fabricar una libra de producto final se muestran en la siguiente tabla. Ingrediente Producto Alpha Baker Charlie

Mad Mud Mod La empresa

4 7 8 3 9 7 2 2 12 cuenta respectivamente con 400, 800, 1000 libras de los ingredientes Alpha,

Baker y Charlie. Bajo las condiciones actuales del mercado, las contribuciones a las utilidades para los productos son $18 para Mad, $10 para Mud y $12 para Mod. Plantee un problema de PL para determinar la cantidad de cada uno de los productos de ltima moda que deben fabricarse. Primer Paso: Obtener la Tabla Productos MAD MUD MOD Utilidad $18 $10 $12 Disponibilidad 400 Alpha 800 Baker 1000 charlie

Segundo Paso: Definir en Variables X1= cantidad Producto MAD fabricar X2= cantidad Producto MUD fabricar X3= cantidad producto MOD fabricar Tercer paso: Max Z = 18X1 +10X2 +12X3 4x1 + 3x2 + 2x3 400 7x1 + 9x2 + 2x3 800 8x1 + 7x2 + 12x3 1000