Clase : Investigacin de Operaciones

Seccin 1058

Investigacin de
Operaciones
Conceptos Bsicos
Introduccin a Modelos
Matemticos
Programacin Lineal

Agenda
1

Presentacin
Discusin del Silabo

Formacin de Grupos
Introduccin a la Investigacin de
Operaciones (IO)

Modelos Matemticos
Programacin Lineal

Historia de IO

La Fuerza Area Britnica

form el primer grupo que
desarrollara mtodos
cuantitativos para resolver
problemas operacionales y lo
llamaron Investigacin
Operacional.

Las fuerzas armadas

estadounidenses formaron un
grupo similar, compuesto por
cientficos, ingenieros y
fsicos. Los esfuerzos de estos
grupos eran especialmente el
rea de la deteccin por
radar.

Despus de la Segunda Guerra

Mundial, los primeros esfuerzos se
dedicaron a desarrollar modelos
apropiados y procedimientos para
solucionar problemas en las reas
como programacin de refineras
de petrleo, la distribucin de
productos, la planeacin de
produccin, el estudio de
mercados y la planeacin de
inversiones.

Historia de IO

1970-200
1950-1970
Teoria de Colas
1990-1950
Problema s de
Transporte
1800
Solucin a
Ecuaciones
Lineales
1600-1700
Optimizacin
de Newton
Mnimos
cuadrados y
Gauss

Solucin de
Desigualdades

Problema de Redes
Programacin Lineal
Anlisis de Decisin

Programacion no
lineal
Dual Simplex
Pert-CPM

Sistemas de Soporte
de Decisiones
Sistemas de
Manufactura
Flexible

Administracin de
la Cadena de
Suministros

El papel del anlisis Cualitativo y

Cuantitativo en la toma de decisiones

Qu es el anlisis Cuantitativo?
Es el enfoque cientfico de la toma
de decisiones administrativas.
Cuando se utiliza el enfoque
Cuantitativo:
Desarrollar
El analista se
expresiones
concentrar en los
matemticas que
hechos
describan los objetivos,
cuantitativos o
restricciones y otras
datos asociados con relaciones que existen
el problema.
en el problema.

Caractersticas del Anlisis Cuantitativo

Las herramientas matemticas se han
usado por miles de aos.

El anlisis cuantitativo se puede usar

en gran variedad de problemas.

No es suficiente saber la matemtica o

procedimiento de una tcnica
Hay que entender la aplicacin
especfica de una tcnica, sus
limitaciones y supuestos.

Razones para utilizar un enfoque cuantitativo

en el proceso de toma de decisiones

Problema
es muy
complejo

El problema es
especialmente
importante

El
problema
es nuevo

El problema
es repetitivo

Que es la Investigacin de Operaciones?

Investigacin de Operaciones
Es el conjunto de operaciones a realizar para el
logro optimo de los objetivos de un sistema o la
mejora del mismo. Utiliza metodologa cientfica
en la bsqueda de soluciones optimas, como
apoyo en los procesos de decisin.

Punto de Vista Administrativo

Es el uso de las matemticas y las
computadoras para ayudar a tomar
decisiones racionales frente a problemas de
administracin complejos .

Se aplica a las siguientes 2 caractersticas

bsicas de problemas:
Problemas Determinsticos:

Problemas Estocsticos

Toda la informacin
necesaria para obtener una
solucin se conoce con
certeza.

Parte de la informacin no
se conoce con certeza, mas
bien se comporta de una
manera probabilstica

Caractersticas de la IO:
1

Una fuerte orientacin a teora de

Sistemas.

La participacin de equipos
interdisciplinarios.

La aplicacin del mtodo cientfico en

toma de decisiones

Desarrollo de modelos
Son representaciones de objetos o situaciones
reales y pueden presentarse en varias formas

Modelos Icnico

Modelo Anlogo

Modelo Matemtico

Que es un Modelo ?

Modelo Matemtico
Es la representacin de un problema mediante un sistema
de smbolos y relaciones o expresiones matemticas y son
parte fundamental de cualquier mtodo cuantitativo para
la toma de decisiones

Los modelos usualmente contienen

variables las cuales son controlables y
cuyo valor es determinado por quien
toma la decisin.
Los datos son conocidos y son parte
del problema.

Modelos Matemticos mas usados :

1
2
3
4
5
6

7
8

PROGRAMACIN LINEAL
MODELOS DE INVENTARIO
MODELO DE LINEAS DE ESPERA O DE COLAS
PROGRAMACIN DE PROYECTOS (PERT CPM)
SIMULACIN
ANALISIS DE DECISIN
PRONSTICOS
MODELOS DE TRANSPORTE

Ejemplos de Aplicacin:
Una empresa posee tres plantas de
produccin: una en SPS, otra en
Tegucigalpa y otra en Corts.
Los costos de produccin en
cada planta son los mismos, pero
los costos de transporte difieren
significativamente.
Los principales puntos de
demanda estn en diferentes
ciudades de Estados Unidos.
El problema consiste en decidir
cunto se debe producir en cada
planta con el fin de minimizar los
costos de distribucin del
producto.

Ejemplos de Aplicacin:
Un gerente de un banco debe
decidir cuntas cajas debe abrir
para atender a sus clientes.
Si abre muchas cajas el
servicio ser muy eficiente,
pero los costos se
incrementarn fuertemente.
Si abre pocas cajas es posible
que los clientes tengan que
hacer largas colas para ser
atendidos, y podra ser que
prefieran ir a otro banco.
Se debe decidir cuntas cajas
se van a abrir.

Ejemplos de Aplicacin:
Un gerente de un supermercado
est convencido de que se
deben mantener altos niveles de
inventarios, ya que cuando un
cliente no encuentra un
producto ir a conseguirlo en
algn supermercado competidor.

Pero esto implica altos costos, sobre

todo en el caso de algunos
productos difciles de conservar.
Su pregunta consiste en cul debe
ser el nivel adecuado de inventarios.

Ejemplos de Aplicacin:
Un empresario est
considerando efectuar una
inversin en un nuevo
producto con el fin de lanzarlo
al mercado.
El nuevo producto podra
comercializarse dos modos:

1. Regalar pequeas muestras de

nuevo producto
2. Colocar algunos anuncios en
revistas y tv.

El empresario debe escoger el

plan que maximice las ventas,
a un costo y riesgo aceptables.

Modelo Matemtico
Los modelos matemticos tienen dos componentes
bsicos:
Datos: Valores conocidos y constantes.
Variables: Valores que se calculan.

Mediante la combinacin lineal de los mismos se

generan:
Funcin Objetivo que debe minimizarse
o maximizarse.

Restricciones que establece

lmites al espacio de soluciones.
Tanto la funcin objetivo como las
restricciones se expresan matemticamente
mediante el uso de variables o incgnitas.
Se pretende definir unos valores a dichas
variables de tal modo que se obtiene la mejor
valoracin de la funcin objetivo mientras
se cumplen todas las restricciones.

Metodologa para resolver un Modelo

matemtico
1. Definicin del Problema

2. Desarrollo de un Modelo
matemtico y Recoleccin de
Datos
3. Resolucin del Modelo
Matemtico
4. Validacin,
instrumentacin y Control de
la Solucin

5. Modificacin del Modelo

Metodologa
1.- Definicin del problema : El primer paso es identificar ,
comprender y describir el problema

2.- Desarrollo de un modelo Matemtico y recoleccin

de Datos : El siguiente paso es expresar el problema en una forma
matemtica, esto es, formular un modelo matemtico

Para establecer el problema matemticamente, comencemos

por definir:
Las variables de decisin/Variable/Variable Controlable.
Es una cantidad cuyo valor se puede controlar y es
necesario determinar para solucionar un problema.
Funcin Objetivo: El objetivo global de un problema de
decisin expresado en una forma matemtica en trminos
de los datos y de las variables de decisin.
Limitacin/Restricciones: Es una restriccin sobre los
valores de variables en un modelo matemtico tpicamente
impuesto por condiciones externas.

Metodologa
3.- Resolucin de un modelo Matemtico : Una vez

formulado el modelo, el siguiente paso es resolver, es decir

una vez que se identifique el tipo de modelo que tiene, podr
elegir una tcnica apropiada

Estas tcnicas pertenecen a :

Mtodos ptimos: que producen los
mejores valores para las variables de
decisin, es decir aquellos valores que
satisfacen todas las restricciones y
proporcionan el mejor valor para la
funcin objetivo.
Mtodo Heurstico: Producen valores
que satisfacen las restricciones aunque
no necesariamente optima, pero
aceptables para la funcin objetivo.

Metodologa
4.- Validacin, instrumentacin y Control de la
Solucin: El proceso de revisar una solucin de un modelo
matemtico para asegurar que los valores tengan sentido y
que las decisiones resultantes puedan llevarse a cabo

5.- Modificacin del Modelo: Si durante el paso de

validacin se encuentra que la solucin no puede llevarse a
cabo, se puede identificarlas limitaciones que fueron
omitidas y debe regresarse a la etapa de formulacin del
problema y hacer las modificaciones apropiadas.

Aplicaciones de los Modelos

Usos y ventajas de los Modelos

Los modelos matemticos ayudan a tomar dos tipos de decisiones:
Decisin Estratgica: Es una decisin de una sola vez que involucra
polticas con consecuencia a largo plazo para la organizacin.
Decisiones Operacionales: Es una decisin que implica cuestiones de
planeacin de corto plazo que generalmente deben hacerse
repetidamente.

Ventajas:
1

Determinar la mejor manera de asignar

recursos escasos.

Evaluar un cambio propuesto o un nuevo

sistema

Evaluar la fortaleza de la solucin optima al

hacer preguntas de Sensibilidad

Lograr un objetivo que beneficie a la

organizacin

Programacin lineal

Qu es Programacin Lineal?
Un conjunto de conocimientos que busca
determinar el mejor curso de accin de un
problema de decisin, con la restriccin
de recursos limitados. (Taha)
La disciplina que aplica mtodos
analticos avanzados para ayudar a tomar
mejores decisiones.

La aplicacin de mtodos cuantitativos

para la resolucin de problemas y ayudar
en la toma de decisiones.

Modelos de Programacin Lineal

Condiciones o principios para

Linealidad
1.- PRINCIPIO DE
PROPORCIONALIDAD

Significa por ejemplo que si la produccin de

1 unidad de un producto utiliza 3 horas de un
recurso, entonces producir 10 de esos mismos
productos, utiliza 30 horas de ese recurso

2.- PRINCIPIO DE
ADITIVIDAD

Es decir, que el total de todas las

actividades es igual a la suma de las
actividades individuales.

3.- VARIABLES
LINEALES ( F.O y
Rest.)

a1x1 + a2x2 + a3x3+..anxn (,=) b (

Lineal )
X2 + 2y 10 ( No lineal )

Paso # 1 : Definicin del Problema

El primer paso es identificar,
comprender y describir, en
trminos precisos, el problema que
la organizacin enfrenta.
Desarrollar plan de produccin,
minimizando costos, inventario
y satisfaciendo la demanda
Determinar el portafolio de
inversiones para maximizar el
rendimiento
Determinar la combinacin
ptima de medios de
publicidad que maximice la
efectividad de la publicidad.
A veces el problema no es tan claro

Ejemplo
Un agricultor tiene una parcela de 640m para dedicarla al cultivo de
rboles frutales: naranjos, perales, manzanos y limoneros. Se pregunta
de qu forma debera repartir la superficie de la parcela entre las
variedades para conseguir el mximo beneficio sabiendo que:
1.
2.

3.

4.

Cada naranjo necesita un mnimo de 16m, cada peral 4m, cada

manzano 8m y cada limonero 12m.
Dispone de 900 horas de trabajo al ao, necesitando cada naranjo
30 horas al ao, cada peral 5 horas, cada manzano 10 horas, y
cada limonero 20 horas.
A causa de la sequa, el agricultor tiene restricciones para el riego:
le han asignado 200m de agua anuales. Las necesidades anuales
son de 2m por cada naranjo, 1m por cada peral, 1m por cada
manzano, y 2m por cada limonero.
Los beneficios unitarios son de 50, 25, 20, y 30 $ por cada naranjo,
peral, manzano y limonero respectivamente.

Continua ejemplo
Un agricultor tiene una parcela de 640m para dedicarla al
cultivo de rboles frutales: naranjos, perales, manzanos y
limoneros. Se pregunta de qu forma debera repartir la
superficie de la parcela entre las variedades para conseguir
el mximo beneficio sabiendo que:

Paso # 2 : Desarrollo de un modelo

matemtico y recoleccin de datos
Expresar el problema de una forma matemtica, es
decir formular un modelo matemtico
Componentes de un Modelo Matemtico:
A. Alternativas o variables de Decisin.
B. Funcin objetivo
C. Restricciones del problema

Paso 1 :
Cul es el
problema?

Pautas generales para identificar

Variables de decisin:
1. Qu elementos afectan el objetivo
global
2. Qu elementos puede elegir y/o
controlar libremente?
3. Qu decisiones tiene que tomar?
4. Qu valores una vez determinados,
constituyen una solucin para el
problema?
Las descripciones de las variables deben ser
precisas, incluir las unidades asociadas

Siguiendo el Ejemplo

Cules son
las variables?
Un agricultor tiene una parcela de 640m para dedicarla al cultivo de
rboles frutales: naranjos, perales, manzanos y limoneros. Se pregunta
de qu forma debera repartir la superficie de la parcela entre las
variedades para conseguir el mximo beneficio sabiendo que:
1.
2.
3.

4.

Cada naranjo necesita un mnimo de 16m, cada peral 4m, cada

manzano 8m y cada limonero 12m.
Dispone de 900 horas de trabajo al ao, necesitando cada naranjo
30 horas al ao, cada peral 5 horas, cada manzano 10 horas, y
cada limonero 20 horas.
A causa de la sequa, el agricultor tiene restricciones para el riego:
le han asignado 200m de agua anuales. Las necesidades anuales
son de 2m por cada naranjo, 1m por cada peral, 1m por cada
manzano, y 2m por cada limonero.
Los beneficios unitarios son de 50, 25, 20, y 30 $ por cada naranjo,
peral, manzano y limonero respectivamente.

Paso #2 : A) Variables de
Decision
Se determinan las variables de
decisin y se representan
algebraicamente. En este caso:
X1: nmero de naranjos a cultivar
X2: nmero de perales a cultivar
X3: nmero de manzanos a cultivar
X4: nmero de limoneros a cultivar

Paso # 2: B) Funcin Objetivo

Se formula el problema en
forma matemtica usando
las variables de decisin y los
datos (los cuales no se
pueden controlar).

Usualmente se busca
maximizar o minimizar.

En nuestro ejemplo.
Cul podra ser la Funcin
Objetivo?

Maximizar
50X1 + 25X2 + 20X3 + 30X4

Paso#2 : C ) Restricciones
Estn expresadas en funcin de las
variables de decisin y otra informacin
conocida que se llama datos, los cuales
son parmetros incontrolables
Por lo general surgen de:

Limitaciones fsica
Restricciones impuestas por la
administracin
Restricciones externas
Relaciones implicadas entre variables
Restricciones lgicas sobre variables
individuales

En nuestro ejemplo
Un agricultor tiene una parcela de 640m para dedicarla al cultivo de
rboles frutales: naranjos, perales, manzanos y limoneros. Se pregunta
de qu forma debera repartir la superficie de la parcela entre las
variedades para conseguir el mximo beneficio sabiendo que:
1.
2.
3.

4.

Cada naranjo necesita un mnimo de 16m, cada peral 4m, cada

manzano 8m y cada limonero 12m.
Dispone de 900 horas de trabajo al ao, necesitando cada naranjo 30
horas al ao, cada peral 5 horas, cada manzano 10 horas, y cada
limonero 20 horas.
A causa de la sequa, el agricultor tiene restricciones para el riego: le
han asignado 200m de agua anuales. Las necesidades anuales son de
2m por cada naranjo, 1m por cada peral, 1m por cada manzano, y
2m por cada limonero.
Los beneficios unitarios son de 50, 25, 20, y 30 $ por cada naranjo,
peral, manzano y limonero respectivamente.

Restricciones para el ejemplo

Necesidades de terreno:
16X1 + 4X2 + 8X3 + 12X4 640
Necesidades de horas anuales:
30X1 + 5X2 + 10X3 + 20X4 900

Necesidades de riego:
2X1 + X2 + X3 + 2X4 200
Lgicas:
X1,X2,X3,X40
Xi son enteros

MODELO MATEMATICO
PRACTICA

EJERCICIO 1

Una compaa produce estantera y escritorios; para los cuales

ha establecido un precio de venta por unidad de $9000 y
$10000 respectivamente.
Para la produccin de dichos artculos, la compaa cuenta
con una disponibilidad mensual de 700 metros de madera,
800 metros de tubo y 900 pliegos de papel de lija.
Qu cantidad de estantera y escritorios se deben fabricar
mensualmente para incrementar los beneficios, si se sabe que
una estantera consume 7 metros de madera, 10 metros de
tubo y 6 pliegos de papel de lija; mientras que el escritorio
consume 10 metros de madera, 8 metros de tubo y 15 pliegos
de papel de lija?

Solucin - EJERCICIO 1

Determinar Variables
X1= Nmero de estantera.
X2= Nmero de escritorios.
Funcin objetivo es:
Maximizar
Zmax=9000X1+10000X2
Restricciones:
1. Restriccin de cantidad de madera a emplear:
7X1+10X2 700 m
2. Restriccin de cantidad de tubo a emplear:
10X1+8X2 800 m
3. Restriccin de cantidad de papel de lija a emplear:
6X1+15X2 900 pliegos
4. Restriccin de no negatividad:
X 1, X 2 0

EJERCICIO 2
Planeacin de Produccin - Case Chemicals
Case Chemicals produce 2 solventes CS-01 y CS-02 en su planta de Cleveland. La planta opera
40horas a la semana y emplea a 5 trabajadores de tiempo completo y a 2 de tiempo parcial
que trabajan 15 horas a la semana.
Estas personas operan 7 maquinas que mezclan ciertos qumicos para producir cada solvente.
Lo productos salen del departamento de Mezclado para ser refinados en el departamento de
Purificacin que emplea a 6 trabajadores de tiempo completo y 1 de tiempo parcial que
trabaja 10 horas a la semana.
Case Chemicals tiene provisin casi ilimitada de la materia prima que necesita para producir los
dos solventes.
Case Chemicals puede vender cualquier cantidad de CS-01, pero la demanda de CS-02 esta
limitada lo mas a 120,000 galones por semana. El departamento de Finanza estima un margen
de ganancias de $0.30 por galn de CS-01 y de $0.50 por galn de CS-02. Adems el
departamento de Proceso le da el siguiente dato para mezclado y purificado:
Horas por Miles de Galones
CS01
CS02
Mezclado

Purificado

Determine las variables, Funcin Objetivo, y Restricciones en Modelo Matemtico .

Que cantidad de cada solvente debe producir Case Chemicals para maximizar la
ganancia?

Solucin - EJERCICIO 2

Determinar Variables
Variables sern representadas en Miles de Galones de
Solventes.
Las variables son CS-01 y CS-02. En asignacin de
nombre simblico:
o
o

CS-01=X1 Y
CS-02=X2

Las variables se interpretan de la siguiente manera:

X1= el numero de miles de galones de CS-01 por
producir semanalmente.
X2= el numero de miles de galones de CS-02 por
producir semanalmente.

Solucin - EJERCICIO 2

Identificacin de los datos del problema

Proceso de Mezclado:
Horas trabajadas(Trabajadores tiempo completo + trabajadores tiempo
parcial) =
40*5=200 + 2*15=30
- Total horas/semana=230
Proceso de Purificado:
Horas trabajadas(Trabajadores tiempo completo + trabajadores tiempo
parcial) =
40*6=240 + 1*10=10 - Total horas/semana=250
Margen de Ganancia/ Galn X1.. $0.50 =
Margen de Ganancia/ Mil Galones.. $500.
Margen de Ganancia/ Galn X2.. $0.30 =
Margen de Ganancia/ Mil Galones.. $300.

Solucin - EJERCICIO 2

Determinar Funcin Objetivo

Maximizar Ganancias
Ganancia Total= Ganancias X1 + Ganancias X2
Ganancia Total= 300 X1 + 500 X2
La funcin Objetivo es
F(X1,X2)= 300X1 + 500 X2
Determinar Restricciones
1. Horas Trabajadas en Proceso de Mezclado < o = 230
Con los datos dados/miles de Galones
2X1 + 1X2 < o = 230
2. Horas Trabajadas en Proceso de Purificado < o = 250
Con los datos dados /miles de Galones
1X1 + 2X2< o =250
3. Demanda X2< o = 120 ( 120,000 galones)

 Modelo Matemtico
1.
2.
3.
4.

2X1 + X2 < o = 230

X1 + 2X2 < o = 250
X2< o = 120
X1,X2 > o = 0

Resolviendo las ecuaciones

2X1+X2=230
Conclusin: Se necesita producir
X1 + 2X2=250
70,000 galones de CS-01 y 90,000 galones de
X1= 250-2X2
CS-02 para obtener una ganancia semanal de
$66,000.
2(250-2X2)+1X2=230
X2=90
X1=70
Funcin Objetivo La funcin Objetivo es
F(X1,X2)= 300X1 + 500 X2
=300(70)+500(90) = $66,000

Tarea # 1 :
Ejercicios prcticos modelo
matemtico -PL

Gracias !!!!