Universidad de Cartagena

INVESTIGACION DE OPERACIONES

ADRIANA MARIA RESTREPO BELTRAN1

Facultad de Ciencias e Ingeniera VI semestre, Programa de Ingeniera Civil

Universidad de Cartagena Sede Piedra de Bolvar 29 de julio de 2013 Cartagena, Colombia

QUE ES? La investigacin de operaciones es la aplicacin de la metodologa cientfica a travs de modelos matemticos primero para representar un problema y luego para resolverlo, esta usa 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) el funcionamiento del mismo. 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 costos. La Investigacin de Operaciones aspira a determinar el mejor curso de accin, o curso ptimo, de un problema de decisin con la restriccin de recursos limitados, proporciona a los tomadores de decisiones bases cuantitativas para seleccionar las mejores decisiones y permite elevar su habilidad para hacer planes a futuro

HISTORIA La primera actividad de investigacin de operaciones se dio durante la segunda guerra mundial en gran Bretaa donde la administracin militar llamo 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 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 La primera tcnica matemtica ampliamente aceptada en el medio de investigacin de operaciones fue el mtodo simplex de programacin lineal desarrollado en 1947 por el matemtico norteamericano George B Dantzig Un segundo factor en el progreso impresionante de la investigacin de operaciones fue el desarrollo de la computadora digital que con sus tremendas capacidades de velocidad de cmputo y de almacenamiento y recuperacin de informacin permitieron al tomador de decisiones rapidez y precisin.

GRANDES TEMAS PROGRAMACIN MATEMTICA. Programacin lineal La Programacin Lineal es una de las principales ramas de la Investigacin de operaciones. En esta categora se consideran todos aquellos modelos de optimizacin donde las funciones que lo componen, es decir, funcin objetivo y restricciones, son funciones lineales en las variables de decisin Los modelos de Programacin Lineal por su sencillez son frecuentemente usados para abordar una gran variedad de problemas de naturaleza real en ingeniera y ciencias sociales, lo que ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su utilizacin. Un modelo de Programacin Lineal considera que las variables de decisin tienen un comportamiento lineal, tanto en la funcin objetivo como restricciones del problema. En este sentido, la Programacin Lineal es una de las herramientas ms utilizadas en la Investigacin Operativa debido a que por su naturaleza se facilitan los clculos y en general permite una buena aproximacin de la realidad. Programacin no lineal Programacin no lineal es el proceso de resolucin de un sistema de igualdades y desigualdades sujetas a un conjunto de restricciones sobre un conjunto de variables reales desconocidas, con un funcin objetivo a maximizar (o minimizar), cuando alguna de las restricciones o la funcin objetivo no son lineales. Programacin dinmica Es una tcnica que parte del principio de no calcular dos veces la misma informacin, por lo tanto se utilizan estructuras de almacenamiento como vectores, tablas, arreglos, archivos, con el fin de almacenarlos resultados parciales, que contribuyan a la solucin final. Este algoritmo evita calcular dos veces la misma informacin, manteniendo una tabla de resultados conocidos, la cual se va llenando a medida que se resuelven los subcasos. Es una tcnica ascendente que normalmente, empieza por los subcasos ms pequeos y ms sencillos. Combinando sus soluciones, obtenemos las respuestas para los subcasos cada vez mayores, hasta que llegamos a la solucin del caso original.

La programacin dinmica se aplica no solo por razones de eficiencia, sino porque permite resolver de manera eficiente problemas que no se pueden resolver por otras metodologas. El mayor nmero de aplicaciones se encuentra en problemas que requieren optimizacin, ya que se pueden hallar mltiples soluciones y as evaluarlas para hallar la ptima. Programacin por metas La programacin por metas es un enfoque para tratar problemas de decisin gerencial que comprenden metas mltiples o inconmensurables, de acuerdo a la importancia que se le asigne a estas metas. El tomador de decisiones debe ser capaz de establecer al menos una importancia ordinal, para clasificar estas metas. Una ventaja importante de la programacin meta es su flexibilidad en el sentido de que permite al tomador de decisiones, experimentar con una multitud de variaciones de las restricciones y de prioridades de las metas cuando se involucra con un problema de decisin de objetivos mltiples. Una de las ventajas de la Programacin de Metas es la flexibilidad en el sentido de que permite experimentar con una multitud de variaciones de las restricciones y de prioridades de las metas cuando se involucra con un problema de decisin de objetivos mltiples. Programacin entera Programacin entera es programacin lineal con la restriccin adicional de que los valores de las variables de decisin sean enteros. Se divide en tres categorias P.E pura: Todas las variables de decisin tienen valores enteros. P.E mixta (PEM): Algunas de las variables de decisin tienen valores enteros. Las dems cumplen con la suposicin de divisibilidad. P.E. Binaria (PEB): Utiliza variables binarias

TEORA DE REDES Modelo de transporte El modelo de transporte busca determinar un plan de transporte de una mercanca de varias fuentes a varios destinos. Los datos del modelo son: 1. Nivel de oferta en cada fuente y la cantidad de demanda en cada destino. 2. El costo de transporte unitario de la mercanca a cada destino. Como solo hay una mercanca un destino puede recibir su demanda de una o ms fuentes. El objetivo del modelo es el de determinar la cantidad que se enviar de cada fuente a cada destino, tal que se minimice el costo del transporte total. La suposicin bsica del modelo es que el costo del transporte en una ruta es directamente proporcional al nmero de unidades transportadas. La definicin de unidad de transporte variar dependiendo de la mercanca que se transporte Modelo de asignacin El modelo de asignacin es un caso especial del modelo de transporte, en el que los recursos se asignan a las actividades en trminos de uno a uno, haciendo notar que la matriz correspondiente debe ser cuadrada. As entonces cada recurso debe asignarse, de modo nico a una actividad particular o asignacin. El modelo de asignacin es un caso especial del modelo de transporte, en el que los recursos se asignan a las actividades en trminos de uno a uno, haciendo notar que la matriz correspondiente debe ser cuadrada. As entonces cada recurso debe asignarse, de modo nico a una actividad particular o asignacin. Se tiene un costo asociado con el recurso que es asignado, de modo que el objetivo es determinar en qu forma deben realizarse todas las asignaciones para minimizar los costos totales.

Programacin de proyectos El proceso de programacin integral de proyectos mediante la utilizacin de las tcnicas grficas o de redes se caracteriza por el desarrollo de una serie de etapas que permiten incorporar en un solo anlisis los factores tiempo y

costo, para definir el punto ptimo de ejecucin de cada actividad en funcin tanto de la disponibilidad de recursos fsicos, humanos, financieros y de tiempo como del mnimo costo de ejecucin. En este sentido, en el proceso general de programacin se pueden distinguir dos grupos de etapas o procesos especficos. Uno que consiste en obtener y preparar la informacin a utilizar, y otro en el que se aplica esa informacin para lograr el objetivo deseado.

TEORIA DE INVENTARIO La Teora de Inventario trata de lograr un equilibrio sobre la cantidad que se desea pedir y el tiempo exacto para el pedido a la vez que el costo de esto no sea excesivo para la empresa. Por una parte, se requiere minimizar la inversin del inventario, puesto que los recursos que no se destinan a ese fin se pueden invertir en otros proyectos. Por la otra, hay que asegurarse de que la empresa cuente con inventario suficiente para hacer frente a la demanda cuando se presente y para que las operaciones de produccin y venta funcionen sin obstculos. Es un conjunto de recursos que se encuentran "dormidos" en un almacn; y que, su existencia implica el surgimiento de un costo. Tradicionalmente, el inventario se considera como un mal necesario; as, demasiado poco causa costosas interrupciones y el exceso da por resultado un capital ocioso, por ste hecho, la resolucin de problemas en el rea de inventarios determina el nivel que equilibra stos dos casos extremos. Por lo tanto, la resolucin de inventarios bsicamente nos indica: a) Cunto ordenar o producir b) Cundo se debe iniciar el pedido o corrida de produccin

TEORIA DE COLAS O ESPERA La teora de colas es el estudio matemtico del comportamiento de lneas de espera. Esta se presenta, cuando los "clientes" llegan a un "lugar" demandando un servicio a un "servidor", el cual tiene una cierta capacidad de atencin. Si el servidor no est disponible inmediatamente y el cliente decide esperar, entonces se forma la lnea de espera. Una cola es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que describen sistemas de lnea de espera particulares o sistemas de colas. Los modelos sirven para encontrar un buen compromiso entre

costes del sistema y los tiempos promedio de la lnea de espera para un sistema dado. Los sistemas de colas son modelos de sistemas que proporcionan servicio. Como modelo, pueden representar cualquier sistema en donde los trabajos o clientes llegan buscando un servicio de algn tipo y salen despus de que dicho servicio haya sido atendido. Podemos modelar los sistemas de este tipo tanto como colas sencillas o como un sistema de colas interconectadas formando una red de colas. En la siguiente figura podemos ver un ejemplo de modelo de colas sencillo. Este modelo puede usarse para representar una situacin tpica en la cual los clientes llegan, esperan si los servidores estn ocupados, son servidos por un servidor disponible y se marchan cuando se obtiene el servicio requerido. El problema es determinar qu capacidad o tasa de servicio proporciona el balance correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo, es decir, no se sabe con exactitud en que momento llegarn los clientes. Tambin el tiempo de servicio no tiene un horario fijo. TEORIA DE LA DECISION La teora de la decisin es una metodologa prescriptiva o normativa que indica cmo se debe decidir para ser consecuentes con los objetivos, preferencias y ciertos principios impuestos por la teora. (Cmo se debe decidir, pero no que decidir). La teora de la decisin es prescriptiva porque obliga al tomador de decisiones a proceder de una determinada manera si quiere ser coherente con las premisas definidas y al mismo tiempo es subjetiva porque, al prescribir, tiene en cuenta las preferencias, las valoraciones, las vivencias y la visin del tomador de decisiones. La teora de decisiones se ocupa de decisiones contra la naturaleza. Esta fase se refiere a una situacin donde el resultado (rendimiento) de una decisin individual depende de la accin de otro agente (naturaleza) sobre el cual no se tiene control. Es importante observar que en este modelo los rendimientos afectan nicamente a quien toma la decisin. A la naturaleza no le importa cul es el resultado.

PRONOSTICOS En la toma de decisiones se elaboran planes para el futuro, entonces los datos que describen la situacin de la decisin deben representar lo que suceder en el futuro. Por ejemplo en el control de inventarios las decisiones de basan en la naturaleza de la demanda del articulo controlado durante determinado horizonte de planeacin. Tambin en la planeacin financiera se necesita pronosticar la pauta del flujo de efectivo a travs del tiempo.

Pronostico es un proceso en el cual se recolectan y analizan datos para realizar una estimacin de lo que en el futuro ocurrir con un determinado factor en un entorno incierto Los pronsticos son un componente esencial para que cualquier sistema de inventarios tenga xito. Sin embargo pronosticar no debe relacionarse exclusivamente con problema de control de inventarios otro ejemplo donde los pronsticos juegan un papel importante en la industria incluyen comercializacin planeacin financiera y produccin; segn el procedimiento empleado pueden ser de tipo puramente cualitativo en aquellos casos en que no se requiere de una abierta manipulacin de datos y solo se utiliza el juicio o la intuicin de quien pronostica o puramente cuantitativos cuando se utilizan procedimientos matemticos y estadsticos que no requieren los elementos del juicio

SIMULACION "La simulacin es el proceso de disear un modelo de un sistema real y llevar a trmino experiencias con l, con la finalidad de comprender el comportamiento del sistema o evaluar nuevas estrategias -dentro de los lmites impuestos por un cierto criterio o un conjunto de ellos - para el funcionamiento del sistema Simulacin es el desarrollo de un modelo lgico-matemtico de un sistema, de tal forma que se obtiene una imitacin de la operacin de un proceso de la vida real o de un sistema a travs del tiempo. Sea realizado a mano o en una computadora, la simulacin involucra la generacin de una historia artificial de un sistema; la observacin de esta historia mediante la manipulacin experimental, nos ayuda a inferir las caractersticas operacionales de tal sistema. En la definicin anterior se citan dos pasos bsicos de una simulacin: 1) desarrollo del modelo y 2) experimentacin. El desarrollo del modelo incluye la construccin de ecuaciones lgicas representativas del sistema y la preparacin de un programa computacional. Una vez que se ha validado el modelo del sistema, la segunda fase de un estudio de simulacin entra en escena, experimentar con el modelo para determinar cmo responde el sistema a cambios en los niveles de algunas variables de entrada. Los trminos "sistema" y "modelo" tambin son importantes. Un sistema es una coleccin de variables que interactan entre s dentro de ciertos lmites para lograr un objetivo. El modelo por su parte es una representacin de los objetos del sistema y refleja de manera sencilla las actividades en las cuales esos objetos se encuentran involucrados.

PROBLEMAS DE PROGRAMACION LINEAL Maximizacin Unos grandes almacenes encargan a un fabricante pantalones y chaquetas deportivas. El fabricante dispone para la confeccin de 750 m de tejido de algodn y 1000 m de tejido de polister. Cada pantaln precisa 1 m de algodn y 2 m de polister. Para cada chaqueta se necesitan 1.5 m de algodn y 1 m de polister. El precio del pantaln se fija en 50 y el de la chaqueta en 40 . Qu nmero de pantalones y chaquetas debe suministrar el fabricante a los almacenes para que stos consigan una venta mxima? Solucion: 1. Eleccin de las incgnitas. x = nmero de pantalones y = nmero de chaquetas 2. Funcin objetivo f(x,y)= 50x + 40y 3. Restricciones Para escribir las restricciones vamos a ayudarnos de una tabla: pantalones chaquetas disponible algodn polister 1 2 1,5 1 750 1000

x + 1.5y 750 2x + y 1000

2x+3y1500

Como el nmero de pantalones y chaquetas son nmeros naturales, tendremos dos restricciones ms:

x0 y0 4. Hallar el conjunto de soluciones factibles Tenemos que representar grficamente las restricciones. Al ser x 0 e y 0, trabajaremos en el primer cuadrante. Representamos las rectas, a partir de sus puntos de corte con los ejes.

Resolvemos grficamente la inecuacin: 2x +3y 1500, para ello tomamos un punto del plano, por ejemplo el (0,0). 20 + 30 1 500 Como 0 1 500 entonces el punto (0,0) se encuentra en el semiplano donde se cumple la desigualdad. De modo anlogo resolvemos 2x + y 1000. 20 + 0 1 000 La zona de interseccin de las soluciones de las inecuaciones sera la solucin al sistema de inecuaciones, que constituye el conjunto de las soluciones factibles.

5. Calcular las coordenadas de los vrtices del recinto de las soluciones factibles. La solucin ptima, si es nica, se encuentra en un vrtice del recinto. Estas son las soluciones a los sistemas: 2x + 3y = 1500; x = 0 (0, 500) 2x + y = 1000; y = 0 (500, 0) 2x + 3y =1500; 2x + y = 1000 (375, 250)

6. Calcular el valor de la funcin objetivo En la funcin objetivo sustituimos cada uno de los vrtices. f(x, y) = 50x + 40y f(0, 500) = 500 + 40500 = 20000 f(500, 0) = 50500 + 400 = 25000

f(375, 250) = 50375 + 40250 = 28750

Mximo

La solucin ptima es fabricar 375 pantalones y 250 chaquetas para obtener un beneficio de 28750 . La solucin no siempre es nica, tambin podemos encontrarnos con una solucin mltiple. Ejemplo Si la funcin objetivo del ejercicio anterior hubiese sido: f(x,y)= 20x + 30y f(0,500) = 200 + 30500 = 15000 f(500, 0) = 20500 + 300 = 10000 f(375, 250) = 20375 + 30250 = 15000 Mximo Mximo

En este caso todos los pares, con soluciones enteras, del segmento trazado en negro seran mximos.

f(300, 300)= 20300 + 30300 = 15000

Mximo

MINIMIZACION En una granja de pollos se da una dieta "para engordar" con una composicin mnima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado solo se encuentran dos clases de compuestos: el tipo I con una composicin de una unidad de A y cinco de B, y el tipo II con una composicin

de cinco unidades de A y una de B. El precio del tipo I es de 10 euros y el del tipo II es de 30 euros. Se pregunta: Qu cantidades se han de comprar de cada tipo para cubrir las necesidades con un coste mnimo? Solucin: Llamamos x a las unidades que se compran de tipo I e y a las que se compran de tipo II. Resumamos los datos en una tabla:

Las restricciones son:

x 5 y 15 5 x y 15 x 0 y 0

La funcin que nos da el coste es z = 10x + 30y = 10(x + 3y).

Debemos hacer mnima esta funcin, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones, y la recta 10(x + 3y) = 0 x + 3y = 0, que nos da la direccin de las rectas z = 10(x + 3y).

x 5y 15 El mnimo se alcanza en el punto de interseccin de ; es decir, en (2,5; 2,5). 5 x y 15

Por tanto, hay que comprar 2,5 de tipo I y 2,5 de tipo II.

El precio en este caso ser de z = 10(2,5 + 32,5) = 100 euros.

BIBLIOGRAFIA http://www.programacionlineal.net/ http://www.virtual.unal.edu.co/cursos/sedes/manizales/4060024/Lecciones/Capitul o%20III/pdinamica.htm http://fmarrerodelgado.galeon.com/metas.html http://www.investigacion-operaciones.com/Curso_inv-Oper_carpeta/Clase17.pdf http://www.investigacion-operaciones.com/modelo_de_transporte.htm http://thaliarochayalanromero4rmb.blogspot.com/ http://html.rincondelvago.com/programacion-de-proyectos.html http://coachbolivia.com/docs_adicionales/io/T7%20IO_11.pdf http://www.monografias.com/trabajos18/teoria-colas/teoria-colas.shtml http://academico.comunidadcoomeva.com/.../TEORADEDECISIONESMIO.ppt http://www.slideshare.net/chemanuel05/modelos-de-pronosticos-e-inventarios http://www.unamerida.com/archivospdf/337%20Lectura6.3.1.pdf http://www.slideshare.net/informatico2021/introduccion-inv-op-2981748