Documentos de Académico
Documentos de Profesional
Documentos de Cultura
VILLAHERMOSA
Investigación de operaciones I
Ingeniería Industrial
1
Contenido
Introducción........................................................................................................... 3
Aplicaciones ............................................................................................................ 5
Definición................................................................................................................. 7
WinQSB ............................................................................................................. 14
TORA ................................................................................................................. 14
LINGO ................................................................................................................ 14
LINDO ................................................................................................................ 14
CONCLUSIONES. ................................................................................................ 15
Bibliografías......................................................................................................... 16
2
Introducción.
Investigación de operaciones es una materia que nos sirve para resolver distinto
problemas en los cuales se refiere en la búsqueda de una solución óptima y de igual
forma tomar la mejor decisión a un problema, para el manejo de esta misma se
utilizan distintos métodos de resolución de problema; esta materia surgió de la
necesidad del hombre, ya que todas estas diversas técnicas iniciaron en base la
segunda guerra mundial, para buscar la forma de minimizar los recursos.
Al inicio de curso hemos aprendimos los fundamentos de esta materia, como lo que
es la construcción de un modelo, como resolver problemas de programación lineal
por el método simplex, y de igual forma lo que fue el método gráfico, para los
problemas que poseían solamente 2 variables, analizando sus vértices máximos
para encontrar la mejor solución al problema y elegir una decisión optima ya sea
esta de optimización o minimización de nuestra función objetivo (muchas veces
denominada meta).
3
3.1 Introducción y casos de aplicación de la
programación entera.
Por ejemplo, pueden ser variables que toman valores 0 o 1(binarias), o variables
que toman valores enteros no negativos (0, 1,2,...), etc. Tras introducir el tipo de
problemas se dedica un importante apartado para presentar las posibilidades de
modelado que esta herramienta proporciona: problemas binarios, problemas de
carga, problemas con restricciones condicionales o con dicotomías, etc. Tras
dedicar una parte importante del tema a presentar estas herramientas de modelado
y a plantear numerosos problemas con ellas se procede a mostrar dos métodos de
resolución. Uno de ellos dedicado a problemas en los que todas las variables son
binarias y otro para problemas generales. Ambos métodos tienen en común que
desarrollan un proceso de enumeración que permite comprobar explícita o
4
implícitamente todas las soluciones del problema hasta encontrar la óptima, y entran
dentro del tipo de métodos de ramificación y acotación.
Aplicaciones
Las aplicaciones de la programación entera son las siguientes:
5
Problemas con costos fijos. Todos los problemas que en su función de costo
influyen un costo fijo del siguiente tipo pertenecen al grupo de problemas
enteros. Este tipo de costos aparecen frecuentemente en problemas de
transportes, inventarios, localización de plantas, distribución geográfica de
electores, etc.
Problemas de cubrimiento y partición de un conjunto. Este tipo de modelos
de carácter entero se ha utilizado en problemas de acceso de información,
programación de entrega de paquetería por transporte terrestre, distribución
política electoral, problemas matemáticos de coloración y programación de
horarios de tripulación aéreos, ferrocarrileros, terrestres y marítimos.
Dicotomías y problemas de aproximación. Una dicotomía ocurre en un
programa matemático cuando se tienen condiciones de tipo esta restricción
o la otra restricción, pero no ambas. Este tipo de condiciones se pueden
representar por medio de una estructura entera.
j) Balance de líneas de producción. Este tipo de problemas consisten en
decidir qué actividades deben se desempeñadas por cada trabajador, a
medida que un producto se desplaza por una línea de producción. El objetivo
consiste en 0, si = 0, 0 ≤ ≤, j=1,2,…n +, si > 0 minimizar el número de
trabajadores (o estaciones de trabajo o actividades) en función de una tasa
de producción.
k) Asignación cuadrática. Estos aparecieron en problemas de localización,
existe un conjunto de n posibles lugares en donde se piensa construir n
plantas industriales m<n sea el costo unitario de transporte de lugar i al lugar
j y sea el volumen que se debe transferir de la planta industrial k a la planta
industrial p.
6
3.2 Definición y modelos de programación
entera.
Definición
Los modelos de Programación Entera son aquellos donde la totalidad o un
subconjunto de las variables de decisión toman valores enteros. En este sentido la
forma estándar de un modelo de Programación Entera queda definido de la
siguiente forma:
7
Programación Lineal). A modo de ejemplo los siguientes artículos que hemos
abordado en el Blog dan cuenta de modelos de Programación Entera Mixta:
1. Problema de Asignación
5. Problema de la Mochila
Notar que en los problemas anteriores (PEP) el conjunto de las soluciones factibles
(o dominio de soluciones factibles) es finito. Esto ocurrirá generalmente con los
problemas de Programación Entera (puros).
Programación Binaria.
8
3.3 Método gráfico en la programación entera.
El método gráfico se emplea para resolver problemas que presentan sólo 2 variables
de decisión. El procedimiento consiste en trazar las ecuaciones de las restricciones
en un eje de coordenadas X1, X2 para tratar de identificar el área de soluciones
factibles (soluciones que cumplen con todas las restricciones).
La solución óptima del problema se encuentra en uno de los vértices de esta área
de soluciones creada, por lo que se buscará en estos datos el valor mínimo o
máximo del problema.
EJEMPLO:
Maximizar
Sujeto a:
9
La solución óptima siempre se encuentra en uno de los vértices del conjunto de
soluciones factibles. Se analizan estos valores en la función objetivo. El vértice que
representa el mejor valor de la función objetivo será la solución óptima.
10
3.4 Método de ramificación y acotación
El método de ramificar y acotar ayuda a resolver problemas complejos de
programación a través de subprogramas, con la que se puede llegar a una solución.
Las "ramas" de este modelo irán "creciendo" o extendiéndose dependiendo de las
variables a resolver. Este método generalmente es utilizado en la resolución de
problemas de optimización, ya que resolver problemas NP-hard y obtener una
solución óptima requiere de demasiado esfuerzo computacional, y esta herramienta
ayuda a que el esfuerzo computacional no sea demasiado. También se utiliza para
los problemas de juegos.
El método genera nodos las cuales son soluciones de cada variable, que se sigue
extendiendo, estas ramificaciones de las soluciones dadas por el método continúan
creciendo siempre y cuando la siguiente solución este dentro de lo óptimo. El
algoritmo busca el espacio de soluciones dadas por la mejor solución.
El objetivo de este algoritmo será encontrar el valor mínimo de una función f(x)
donde el rango de x está determinado sobre un conjunto S de posibles soluciones.
La iteración tiene 3 componentes principales:
11
Para cada nodo que se genera en la ramificación tendremos:
Cota superior del beneficio óptimo que podemos alcanzar a partir del nodo i.
Cota inferior del beneficio óptimo que podemos alcanzar a partir del nodo i.
Beneficio estima óptima que se puede encontrar a partir del nodo i.
Las cotas deben ser fiables para poder determinar cuándo se hace una acota y el
beneficio estimado ayuda a decidir que parte del árbol evaluar primero.
12
3.5 Método heurístico para problemas binarios
A pesar de que las heurísticas son una alternativa excelente para resolver
problemas de difícil solución, éstas también adolecen de ciertas propiedades
deseables. Un inconveniente de la gran mayoría de los métodos heurísticos es su
dependencia de la estructura del problema para el cual fue diseñado, y su falta de
habilidad para adaptarse a nuevas situaciones o modificaciones del problema de
partida. Así, usan propiedades de la región factible y/o de la función objetivo o
información a priori que hacen que los procedimientos sean válidos sólo bajo esas
condiciones a diferencia de los métodos exactos, no existe un procedimiento
conciso y preestablecido,
13
3.6 Uso del software.
WinQSB
WinQSB es un sistema interactivo de ayuda a la toma de decisiones que contiene
herramientas muy útiles para resolver distintos tipos de problemas en el campo de
la investigación operativa. El sistema está formado por distintos módulos, uno para
cada tipo de modelo o problema.
TORA
El software TORA de optimización es un programa basado en Windows® que tiene
por objeto usarse con muchas de las técnicas presentadas en el libro Investigación
de Operaciones de TAHA . TORA es una aplicación muy simple, con una interfaz
gráfica de baja calidad. Una de las ventajas de TORA es que puede utilizarse en
procesadores de 32 y 64 bits, hoy por hoy su principal desventaja es que deberá
ajustarse la configuración de pantalla para adecuarse a sus ajustes de presentación
de 800 x 600 y 1024 x 768 pixeles.
DS for Windows
Software para la producción / gestión de operaciones, métodos cuantitativos,
ciencias de la gestión y la investigación de operaciones.
LINGO
LINGO: (Linear Generalize Optimizer) es una herramienta simple para formular
problemas lineales y no lineales, resolverlos y analizar su solución. El resultado que
LINGO nos proporciona es la optimización que nos ayuda a encontrar el mejor
resultado: la ganancia más alta, o el costo más bajo.
LINDO
LINDO es un intuitivo programa para resolver problemas de optimización
matemática, en particular de programación lineal (continuos, enteros y binarios). El
nombre de LINDO es un acrónimo de Linear, Interactive, and Discrete Optimizer.
14
CONCLUSIONES.
La programación entera tiene una diversidad de métodos para resolver distintos
problemas de toma der decisiones, estos son un poco más complicado con la
programación lineal, aunque a veces con la programación lineal no se puede
resolver, con las programación entera pueden encontrarse una solución factible,
aunque como ya se mencionó al inicio, estos métodos son de carácter heurísticos
por lo que son algo nuevos y a su vez muy difíciles de dominar pero siempre en la
búsqueda de una solución para tomar decisión al final de cuentas.
15
Bibliografías.
16