RLG

Programa Acadmico Ing. Industrial y

Comercial

INVESTIGACION DE
OPERACIONES
SESION 9

RLG

BIBLIOGRAFA

Taha, Hamdy A.; Investigacin de Operaciones

Gould, Eppen y Schmidt; Investigacin de Operaciones en
la Ciencia Administrativa.
Richard Levin y Charles Kirkpatrick; Enfoques
cuantitativos a la Administracin.
K. Roscoe, Patrick G. McKeown; Modelos Cuantitativos
para la Administracin
Anderson, Sweeney, Willimas; Mtodos Cuantitativos para
los Negocios Editorial International Thomson.
Winston; Introduccin a la Investigacin de Operaciones.
Editorial, Fondo de Cultura Interamericano, Mxico.
Hillier y Lieberman; Introduccin a la Investigacin de
Operaciones
M Sasieni A Yaspan L Friedman; Investigacin de
operaciones, Ed. Limusa
Dr. (c) Ricardo Lpez Guevara

2 de 65

RLG

OBJETIVO DEL CURSO

Proporcionar

una

estructura bsica para la

comprensin de los mtodos cuantitativos
(Investigacin Operativa) que describa los
conocimientos y las prcticas de su uso en el campo
de la gestin empresarial.

Dr. (c ) Ricardo Lpez Guevara

RLG

CONTENIDO DE LA CLASE
Programacin lineal entera, Directos, Codificados
(Binaria) y PLE con empleo de restricciones lgicas.
Directos: las variables que se utilizan son cuantitativas y
enteras.
Codificados: Se utilizan variables enteras para
representar el cumplimiento o no de ciertas
condiciones (normalmente son variables (0 1)).
Transformados: Las variables enteras aparecen para
facilitar la modelizacin de algunas condiciones
(implicaciones, disyunciones, etc.)

RLG

PROBLEMA DE TRANSPORTE
Una empresa de automviles dispone de tres factoras, A, B y C y de dos centros de distribucin, D1
y D2.
Las capacidades de produccin de las 3 factoras durante un ao son 1000, 1500 y 1200 vehculos,
respectivamente.
Las demandas en los centros de produccin son de 2300 y 1400 vehculos respectivamente.
El costo de transporte en tren es de $10 por kilmetro y vehculo.
Si la matriz de distancias entre las factoras y los centros de distribucin vienen dada por la siguiente
tabla:
D1
D2
A

1000

2690

1250

1350

1275

850

Cuntos vehculos deben fabricarse en cada factora para que el transporte desde cada una de las
factoras a cada uno de los centros de distribucin sea mnimo?

RLG

PROBLEMA DE TRANSPORTE

Donde

xij = cantidad de vehculos a transportar de la factora i,

i = 1, 2 hasta el centro de distribucin j, j = 1, 2, 3

RLG

Problema de inversiones
Se estn considerando cuatro posibles inversiones. La
primera de ellas se prev que proporcione unos beneficios
netos de $16,000, la segunda, $22,000, la tercera $12,000, y
la cuarta $8,000. Cada una de las inversiones requiere una
cantidad de dinero en efectivo: $5,000, $7,000, $4,000 y
$3,000, respectivamente. Si solo se dispone de $14,000 para
invertir.
Qu modelo de programacin lineal entera permite obtener
la combinacin de inversiones que prevea los mximos
beneficios?
Dr. (c ) Ricardo Lpez Guevara

RLG

Solucin
Variables de decisin
1, si se elige la inversin i

Xi =

i = 1234
0, si NO se elige

Restricciones
5x1 + 7x2 + 4x3 + 3x4 <= 14
Xi 0,1

La suma de los costos de las inversiones no debe rebasar la cantidad total disponible.

i = 1, 2,3, 4

Funcin objetivo
Max = 16x1 +22x2 + 12x3 +8x4

Hay que maximizar el beneficio total de todas las inversiones.

RLG

MODELO MATEMATICO
Max = 16x1 +22x2 + 12x3 +8x4
s.a.:
5x1 + 7x2 + 4x3 + 3x4 <= 14

Xi

0,1

i = 1, 2,3, 4

RLG

SOLUCION CON LINGO

Max = 16*x1 +22*x2 + 12*x3 +8*x4;
5*x1 + 7*x2 + 4*x3 + 3*x4 <= 14;
@bin (x1);
@bin (x2);
@bin (x3);
@bin (x4);

Objective value:
Variable
X1
X2
X3
X4

42.00000
Value
Reduced Cost
0.000000
-16.00000
1.000000
-22.00000
1.000000
-12.00000
1.000000
-8.000000

Luego las inversiones segunda, tercera y cuarta producen el mximo beneficio de $42,000

RLG

Programacin lineal entera con empleo de restricciones

lgicas.
Problemas con condiciones lgicas
Suele ocurrir que en algunas de las restricciones que
se deseen imponer son de tipo lgico.
Por ejemplo: si se abre una fbrica en Chiclayo, no
se debe abrir en Arequipa

RLG

Problema con restricciones lgicas

Se desea ampliar una compaa con la instalacin de
una nueva factora en Zaragoza o Sevilla o en ambas
ciudades. Tambin se piensa construir a lo sumo un
almacn en una ciudad donde se instale alguna
factora.
En la siguiente tabla aparecen los beneficios estimados
de instalar una factora y construir un almacn en
Zaragoza y Sevilla, y el capital requerido para ello. Se
dispone de un capital total para la inversin de 39 M
euros. El objetivo es tomar las decisiones que optimicen
el beneficio de la inversin.

RLG

Decisiones

Beneficio estimado

Capital requerido

Instalar una factora en Zaragoza

19 M euros

16 M euros

Instalar una factora en Sevilla

15 M euros

13 M euros

Construir un almacn en Zaragoza

16 M euros

15 M euros

Construir un almacn en Sevilla

14 M euros

12 M euros

RLG

PLE
Decisiones

Beneficio estimado

Capital requerido

Instalar una factora en Zaragoza

19 M euros

16 M euros

Instalar una factora en Sevilla

15 M euros

13 M euros

Construir un almacn en Zaragoza

16 M euros

15 M euros

Construir un almacn en Sevilla

14 M euros

12 M euros

Variables de decisin
x1 = Instalar una factora en Zaragoza
x2 = Instalar una factora en Sevilla
x3 = Construir un almacn en Zaragoza
x4 = Construir una almacn en Sevilla
Xi =

1, si la decisin i es si
0, si la decisin i es NO

i = 1234

RLG

Restricciones
El conjunto de decisiones que se adopte no debe rebasar el presupuesto de inversin disponible

16x1 + 13x2 +15x3 + 12x4 <= 39

x3 + x4

Se debe construir a lo sumo un almacn

<= 1

x3
x4

<= x1

El almacn en Zaragoza slo se puede construir si se instala una factora en Zaragoza

<= x2

El almacn en Sevilla slo se puede construir si se instala una factora en Sevilla

Funcin objetivo
Max = 19x1 +15x2 + 16x3 +14x4

Hay que maximizar el beneficio total de todas las decisiones de inversin

RLG

MODELO MATEMATICO
Max Z= 19x1 +15x2 + 16x3 +14x4
s.a.:
16x1 + 13x2 +15x3 + 12x4 <= 39
x3 + x4 <= 1
x3
<= x1
x4 <= x2
Xi

0,1

i = 1, 2,3, 4

RLG

SOLUCION CON LINGO:

Max = 19*x1 +15*x2 + 16*x3 +14*x4;
16*x1 + 13*x2 +15*x3 + 12*x4 <= 39;
x3 + x4 <= 1;
x3
<= x1;
x4 <= x2;
@bin
@bin
@bin
@bin

(x1);
(x2);
(x3);
(x4);

Objective value:

35.00000

Variable
Value
Reduced Cost
X1
1.000000
-19.00000
X2
0.000000
-15.00000
X3
1.000000
-16.00000
X4
0.000000
-14.00000
Solucin optima: construir una factora en Zaragoza y el almacn
tambin en Zaragoza, con un beneficio estimado de 35M euros.

RLG

Problema de Produccin: PLE BINARIO

La empresa PC S.A.C vende ordenadores y debe hacer una planificacin de la
produccin durante la prxima semana. La compaa produce 3 tipos de
ordenadores: de mesa (A), porttil normal (B) y porttil de lujo (C).
Todos los ordenadores que se montan en una semana, se venden en esa semana.
El beneficio neto por la venta de uno de estos ordenadores es $350, $470 y $610,
respectivamente Los ordenadores A y B pasan un control de calidad y la empresa
dispone de 120 h. para realizar estos controles. Los ordenadores de tipo C pasan
otro control distinto y la empresa dispone de 48 h. a la semana para realizarlos.
Cada control requiere 1 h.
El resto de operaciones de montaje requieren 10, 15 y 20 h. para los ordenadores
de tipo A, B y C, respectivamente. La empresa dispone de una capacidad de 2000
horas/semana
Cunto debe producir de cada ordenador para maximizar el beneficio?

RLG

Problema de Produccin: PLE BINARIO

Variables: xA, xB y xC, cantidad a producir de cada tipo de ordenador,
de mesa, porttil y de lujo.

Solucin:
xA = 120, xB = 0, xC = 40
Esta produccin requiere de las 120 h. disponibles de test 1 y de las 2000 de montaje, mientras que
sobran 8 de las 48 h. disponibles de test 2
1 Ejemplo tomado de Modelling the Supply Chain (Shapiro)

RLG

Problema de Produccin: PLE BINARIO

El problema inicial planteado por la empresa PC SAC. no considera
ninguna relacin entre los costes de produccin y los beneficios.
Simplemente se trata de una asignacin de recursos.
Si quieren tratar estos costos, deben ser incluidos en la funcin
objetivo:
beneficio neto = ingreso por ventas gasto en produccin
El precio de venta es de $400, $520 y $686 para cada tipo de
ordenador, respectivamente.

RLG

Problema de Produccin: PLE BINARIO

La compaa ha estimado que pasar los test de tipo 1 y 2, implica:
TEST 1
Un costo fijo de $2016, independientemente del nmero de ordenadores
que lo pasen.
Un costo variable, por hora, de $32.
TEST 2
Un costo fijo de $1200, independientemente del nmero de ordenadores
que lo pasen.
Un costo variable, por hora, de $38.5.

Cmo incluir el costo fijo en el modelo?

RLG

Problema de Produccin: PLE BINARIO

Para incluir este coste fijo se recurre a variables binarias:

Hay que garantizar que si no utiliza este test, no se haga uso de

ninguna de las horas disponibles:
Para el test de tipo 2 se define una variable 2 de la misma forma.

RLG

Problema de Produccin: PLE BINARIO

La funcin objetivo resulta:
max 400 +520 + 686 2016 1 1200 2 32 32 38.5

MODELO:

2
La solucin ptima es xA = 120, xB = 0 y xC = 40.
En este caso, el plan de produccin ptimo no ha cambiado. Slo cambia el beneficio, que es de $66844,
en lugar de los $66400 del modelo original. Se ha mejorado la estimacin de costos.

USO DE VARIABLES BINARIAS

Se usan para indicar decisiones lgicas
Suponga que se disponen de k alternativas y sea
Xj =
1
si se escoge la alternativa j
0
si no

ALTERNATIVAS MUTUAMENTE EXCLUSIVAS

Alternativas que no pueden aparecer juntas en la solucin
x1 + x 2 1

RLG

USO DE VARIABLES BINARIAS

Se usan para indicar decisiones lgicas
MAXIMO # ACEPTABLE DE ALTERNATIVAS
Cuando todas las alternativas no pueden estar juntas en la solucin
x1 + x 2 + x 3 + x 4 + x 5 2

ALTERNATIVAS DEPENDIENTES
El valor de una variable depende del valor de otra(s)
Ejemplo:
La alternativa 2 slo puede estar en solucin si alternativa 1 se seleccion
x2 x 1

RLG

RLG

EJERCICIOS PLE BINARIO

Suponga que X1 X2 y X3 son variables binarias cuyo valor 1 indica que se va a
abrir una planta en un lugar determinado y 0 indica lo contrario.
Escriba una restriccin para cada una de las siguientes condiciones:
a. Si se abre la planta 1 entonces la planta 2 no debera abrirse.
b. Si se abre la planta 1 entonces la planta 2 debera abrirse.
c. Al menos una de las tres plantas debera abrirse.
d. No ms de dos de las tres plantas debera abrirse.
e. Si ni la planta 2 y ni la planta 3 se abren, la planta 1 no debera abrirse.
f. Si se abre la planta 1 o la planta 3 no se abre, la planta 2 debe abrirse.

RLG

EJERCICIOS PLE BINARIO

SOLUCIN
a. X1 + X2 = 1
b. las posibilidades son:
X1
X2
0
0
0
1
1
0 <----- eliminar con la restriccin X1 X2
1
1

RLG

EJERCICIOS PLE BINARIO

SOLUCIN
c.
X1 + X 2 + X 3 1
d.
X1 + X 2 + X 3 2
e. Supongamos: si la planta 2 no se abre, la planta 1 no debe abrirse
X1
X2
0
0
0
1
1
0
<----- eliminar con la restriccin
1
1
entonces la condicin es:
f. Si se abre la planta 1,
la planta 2 debe abrirse
Si la planta 3 no se abre, la planta 2 debe abrirse.
entonces la condicin es igual a la suma de ambas

X1 X2
X1 X2 + X 3
X2 X1
X2 + X 3 1
2X2 + X3 1 + X1

RLG

EJERCICIOS PLE BINARIO (Cobertura Total)

(Cobertura Total) El Ministerio del Interior est considerando la reubicacin de un
nmero de estaciones de polica con el objeto de reforzar el cumplimiento de la ley
en distritos de alta criminalidad. Las localizaciones donde potencialmente puede
ubicarse estaciones de polica as como los distritos de la ciudad que pueden ser
cubiertas por estas localizaciones se muestran en la siguiente tabla. Formule un
modelo de PE para encontrar el nmero mnimo de estaciones cubriendo todos los
distritos peligrosos.
LOCALIZACIN
A
B
C
D
E
F
G

DISTRITOS CUBIERTOS
1, 5,7
1, 2, 5,7
1, 3,5
2, 4,5
2, 4,6
4, 5,6
1, 5, 6,7

RLG

EJERCICIOS PLE BINARIO - (Cobertura Total)

SOLUCION:
binaria Yi =

si la estacin se ubica en localizacin i = A, B, C, .... G

0 si no se ubica
F.O.

Min Z = yA + yB + yC + yD + yE + yF + yG

Restricciones de Cobertura (de distritos)

yA + yB + yC + yG

(distrito 1)

yB + yD + yE

(distrito 2)
1

yC
yD + yE + yF

(distrito 4)

yA + yB + yC + yD + yF + yG

(distrito 5)

yE + yF + yG

(distrito 6)

yB + yG + yA

(distrito 7)

(distrito 3)

RLG

EJERCICIOS PLE BINARIO - (Cobertura Total)

SOLUCION LINGO:

Min = yA + yB + yC + yD + yE + yF + yG;
![distrito 1]; yA + yB + yC + yG
![distrito 2]; yB + yD + yE
![distrito 3]; yC
![distrito 4]; yD + yE + yF
![distrito 5]; yA + yB + yC + yD + yF + yG
![distrito 6]; yE + yF + yG
![distrito 7]; yB + yG + yA
@BIN (yA);
@BIN(yB);
@BIN (yC) ;
@BIN (yD);
@BIN (yE);
@BIN (yF);
@BIN (yG);

>=
>=
>=
>=
>=
>=
>=

1;
1;
1;
1;
1;
1;
1;

RLG

GRACIAS
Lo ms importante no siempre es el cmo
empiezas, sino el cmo terminas.
Ricardo Lpez Guevara