Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Juan-Pablo Contreras
Facultad de Ingenierı́a.
Universidad del Desarrollo.
1 / 16
La Investigación Operativa
Investigación operativa
2 / 16
La Investigación Operativa
Investigación operativa
3 / 16
La Investigación Operativa
Investigación operativa
4 / 16
Modelos de optimización
Supongamos que una empresa de camisas tiene dos bodega y tres tiendas. En
cada bodega hay una cantidad conocida de camisas y en cada tienda hay una
necesidad, también conocida, de camisas. Para transportar una camisa desde una
cierta bodega a una tienda se tiene que pagar un costo (unitario) de transporte.
La siguiente tabla muestra los datos:
Costos Tienda 1 Tienda 2 Tienda 3 Disponibilidad
Bodega 1 300 250 110 800
Bodega 2 230 180 310 1200
Demanda 700 500 450 -
Definamos xij como el número de unidades que se mueven desde la bodega i a la tienda
j.
mı́n 300x11 + 250x12 + 110x13 + (desde Bodega 1)
230x21 + 180x22 + 310x23 (desde Bodega 2)
s.a.
x11 + x21 ≥ 700 (demanda Tienda 1)
x12 + x22 ≥ 500 (demanda Tienda 2)
x13 + x23 ≥ 450 (demanda Tienda 3)
x11 + x12 + x13 ≤ 800 (capacidad Bodega 1)
x21 + x22 + x23 ≤ 1200 (capacidad Bodega 2)
xij ≥ 0 (no negatividad)
Estudiaremos estos modelos en profundidad más adelante...
6 / 16
Modelos de optimización
8 / 16
Modelos de optimización
9 / 16
Modelos de optimización
f (X , θ) = θ0 + θ1 X1 + · · · + θp Xp
10 / 16
Modelos de optimización
Dado un conjunto de n objetos con valores y pesos conocidos se debe decidir que
objetos llevar en una mochila (cuya capacidad es limitada), con tal de maximizar el
valor de la mochila.
Sean v1 , ..., vn los valores de los objetos.
Sean w1 , ..., wn los pesos de los objetos.
Sea K la capacidad máxima de la mochila.
La decisión en este caso es binaria, el objeto va o no a la mochila.
1 si el objeto i se mete en la mochila
xi =
0 si no
El problema a resolver es
máx x1 v1 + x2 v2 + · · · xn vn
s.a.
x1 w1 + x2 w2 + · · · + xn vn ≤ K
xi ∈ {0, 1}.
11 / 16
Modelos de optimización
13 / 16
Modelos de optimización
Lectura obligatoria
Carmen Ortiz, Samuel Varas, Jorge Vera (2000). Optimización y Modelos para la Gestión.
Capı́tulo I.
Definición del problema.
Construcción del modelo.
Resolución del modelo.
Validación del modelo.
14 / 16
Conceptos de optimización
Conceptos de optimización
mı́n f (x)
(PG)
s.a. x ∈X
En este problema
f : X → R es llamada la función objetivo.
x representa las variables del problema.
X es un conjunto que representa las restricciones que deben satisfacer las variables.
15 / 16
Conceptos de optimización
Conceptos de optimización
Definiciones fundamentales
Un punto x se dice factible si satisface todas las restricciones. Frecuentemente
abusamos del lenguaje y llamamos a x una solución factible.
16 / 16
Conceptos de optimización
Conceptos de optimización
Definiciones fundamentales
Un punto x se dice factible si satisface todas las restricciones. Frecuentemente
abusamos del lenguaje y llamamos a x una solución factible.
El conjunto X se denomina conjunto de factibilidad o región factible.
16 / 16
Conceptos de optimización
Conceptos de optimización
Definiciones fundamentales
Un punto x se dice factible si satisface todas las restricciones. Frecuentemente
abusamos del lenguaje y llamamos a x una solución factible.
El conjunto X se denomina conjunto de factibilidad o región factible.
Una solución x ∗ ∈ X se denomina mı́nimo local si f (x ∗ ) ≤ f (x) para todo x ∈ X
cercano a x ∗ .
16 / 16
Conceptos de optimización
Conceptos de optimización
Definiciones fundamentales
Un punto x se dice factible si satisface todas las restricciones. Frecuentemente
abusamos del lenguaje y llamamos a x una solución factible.
El conjunto X se denomina conjunto de factibilidad o región factible.
Una solución x ∗ ∈ X se denomina mı́nimo local si f (x ∗ ) ≤ f (x) para todo x ∈ X
cercano a x ∗ .
Una solución x ∗ ∈ X se denomina mı́nimo global si f (x ∗ ) ≤ f (x) para todo x ∈ X
factible. En este caso se dice que x ∗ es la solución óptima del problema.
16 / 16
Conceptos de optimización
Conceptos de optimización
Definiciones fundamentales
Un punto x se dice factible si satisface todas las restricciones. Frecuentemente
abusamos del lenguaje y llamamos a x una solución factible.
El conjunto X se denomina conjunto de factibilidad o región factible.
Una solución x ∗ ∈ X se denomina mı́nimo local si f (x ∗ ) ≤ f (x) para todo x ∈ X
cercano a x ∗ .
Una solución x ∗ ∈ X se denomina mı́nimo global si f (x ∗ ) ≤ f (x) para todo x ∈ X
factible. En este caso se dice que x ∗ es la solución óptima del problema.
Se denomina valor óptimo al valor que toma la función objetivo en la solución
óptima. Es decir, el valor óptimo es f (x ∗ ) donde x ∗ es la solución óptima.
16 / 16
Conceptos de optimización
Conceptos de optimización
Definiciones fundamentales
Un punto x se dice factible si satisface todas las restricciones. Frecuentemente
abusamos del lenguaje y llamamos a x una solución factible.
El conjunto X se denomina conjunto de factibilidad o región factible.
Una solución x ∗ ∈ X se denomina mı́nimo local si f (x ∗ ) ≤ f (x) para todo x ∈ X
cercano a x ∗ .
Una solución x ∗ ∈ X se denomina mı́nimo global si f (x ∗ ) ≤ f (x) para todo x ∈ X
factible. En este caso se dice que x ∗ es la solución óptima del problema.
Se denomina valor óptimo al valor que toma la función objetivo en la solución
óptima. Es decir, el valor óptimo es f (x ∗ ) donde x ∗ es la solución óptima.
El valor óptimo siempre es único!.
16 / 16
Conceptos de optimización
Conceptos de optimización
Definiciones fundamentales
Un punto x se dice factible si satisface todas las restricciones. Frecuentemente
abusamos del lenguaje y llamamos a x una solución factible.
El conjunto X se denomina conjunto de factibilidad o región factible.
Una solución x ∗ ∈ X se denomina mı́nimo local si f (x ∗ ) ≤ f (x) para todo x ∈ X
cercano a x ∗ .
Una solución x ∗ ∈ X se denomina mı́nimo global si f (x ∗ ) ≤ f (x) para todo x ∈ X
factible. En este caso se dice que x ∗ es la solución óptima del problema.
Se denomina valor óptimo al valor que toma la función objetivo en la solución
óptima. Es decir, el valor óptimo es f (x ∗ ) donde x ∗ es la solución óptima.
El valor óptimo siempre es único!.
La solución óptima puede o no ser única. El conjunto de soluciones óptimas se
denota por argminx∈X f (x).
16 / 16