Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESCUELA DE CONTABILIDAD
TEMA:
CURSO:
INVESTIGACION DE OPERACIONES
DOCENTE:
GRADO ACADEMICO:
2° “B”
INTEGRANTES:
2019
Contenido
PROCESO DE OPTIMIZACIÓN MATEMÁTICA ..................................................................................... 3
ELEMENTOS DE UN PROBLEMA DE OPTIMIZACIÓN ...................................................................... 3
Variables de decisión .................................................................................................................. 3
Características de las variables de decisión ............................................................................... 3
Restricciones ............................................................................................................................... 4
Función objetivo ......................................................................................................................... 4
Clasificación de los problemas de optimización atendiendo a su solución ................................... 4
PROBLEMA DE OPTIMIZACION ...................................................................................................... 4
FORMULACIÓN DEL MODELO .................................................................................................... 5
Clasificación de los problemas de optimización ............................................................................ 6
Problemas de optimización ............................................................................................................ 8
PROCESO DE OPTIMIZACIÓN MATEMÁTICA
En nuestro curso el término optimización hará referencia a la optimización matemática, que implica
utilizar un conjunto de técnicas matemáticas para encontrar la mejor solución posible a un problema
de gestión comercial o industrial. Una solución basada en optimización implica:
El proceso de optimización busca valores para las variables de decisión que satisfagan todas las
restricciones y optimicen la función objetivo. La optimización es una herramienta de ayuda a la toma
de decisiones que tiene aplicaciones en casi todas las industrias. Se pueden optimizar un amplio rango
de decisiones, por ejemplo: La cantidad de productos a fabricar, cuando fabricarlos y dónde
fabricarlos, cómo transportar artículos elaborados, personas o materias primas, cómo mezclar
materias primas, cómo planificar mano de obra, tareas o máquinas, cómo ubicar y asignar
instalaciones y equipos, Cómo invertir capital.
Variables de decisión
Las variables de decisión en un modelo de optimización representan valores o decisiones que pueden
fijarse por el motor de optimización para conseguir el mejor valor posible de la función objetivo.
Restricciones
Las restricciones definen las relaciones entre diferentes variables de decisión y relacionan también
los datos con dichas variables.
Representan los límites dentro de los cuales debe existir la solución. Los siguientes son ejemplos de
restricciones: La cantidad fabricada de un producto dado debe ser menor que la capacidad de
producción. Las personas contratadas para realizar una tarea dada deben tener un conjunto mínimo
de habilidades profesionales. El coste total para construir un nuevo almacén debe ser menor que la
cantidad de dinero presupuestada. La salida de un proceso debe ser igual al rendimiento multiplicado
por la entrada. Una cierta tarea sólo puede comenzar una vez que se haya completado otra tarea
relacionada.
Función objetivo
Las funciones objetivas son de maximización o minimización y suelen involucrar un objetivo simple
o una expresión compleja que involucra varios objetivos industriales.
Algunos ejemplos de objetivos son los siguientes: Maximizar un beneficio. Minimizar un coste.
Minimizar retrasos. Maximizar el servicio a los clientes
En optimización una solución es una propuesta de valores específicos para las variables de decisión.
Una solución puede ser:
PROBLEMA DE OPTIMIZACION
Identificar las Variables de Decisión: Las variables de decisión representan las alternativas de
decisión del problema. Pertenecen a la propia naturaleza del problema y no pueden ser establecidas
arbitrariamente.
Identificar y/o fijar las restricciones: Las restricciones de un problema de optimización definen
el conjunto de valores que pueden tomar las variables de decisión. En el caso de restricciones de
igualdad, éstas además generan dependencia entre variables, reduciendo los grados de libertad del
problema. El conjunto de todas las variables del problema se divide así en el subconjunto de
variables independientes y el subconjunto de las variables dependientes.
Las restricciones pueden pertenecer a la naturaleza del problema, como lo son las restricciones
físicas (límites de presión y temperatura, equilibrio liquido vapor, etc.), pero también puede haber
restricciones fijadas arbitrariamente por quien debe decidir, según su propio criterio.
Definición de los Objetivos: Los objetivos no pertenecen a la naturaleza del problema sino que
son fijados arbitrariamente por quien debe decidir. El mismo puede definir un único objetivo o
varios objetivos a ser considerados simultáneamente. Por ejemplo se suelen definir como
objetivos: la rentabilidad del proceso, la calidad del producto, la seguridad del proceso, la
satisfacción del cliente, etc. En este capítulo, sólo se considerarán los problemas con objetivo
único. Para problemas con múltiples objetivos se puede consultar la bibliografía del final del
capítulo.
En el caso que para estos parámetros cuyo valor está sujeto a incertidumbre, se dispusiera de una
función de densidad de probabilidad, el tomador de decisión podría arriesgarse a tomar decisiones
en función de esa información probabilística, adoptando como criterio de decisión optimizar el valor
esperado del objetivo elegido.
Nuevamente, en virtud del carácter introductorio del presente capítulo, se limitará el desarrollo del
tema a los problemas de optimización bajo certidumbre.
Adoptado el criterio de decisión, el paso que sigue es expresar las restricciones y el objetivo como
funciones matemáticas de las variables de decisión.
Se obtiene así un modelo matemático del problema de optimización. El modelo matemático resultante
tendrá la siguiente estructura general:
Cuando la función objetivo y todas las restricciones son lineales esta estructura matemática se
denomina modelo de Programación Lineal, (Linear Programming, LP), mientras que si al menos una
de las funciones descriptas es no lineal, se denomina modelo de Programación No Lineal (Nonlinear
Programmig, NLP). En el caso en que las variables del modelo son enteras, se denomina modelo de
Programación Lineal Entero, (Integer Linear Programming, ILP) y modelo de Programación No
Lineal Entero (Integer Nonlinear Programmig, INLP) respectivamente.
Puede ocurrir que el modelo posea variables continuas y enteras mezcladas, en este caso se denomina
modelo de Programación Lineal Entero Mixto, (Mixed Integer Linear Programming, MILP) y modelo
de Programación No Lineal Entero Mixto (Mixed Integer Nonlinear Programmig, MINLP)
respectivamente. Es este el modelo asociado al problema general de diseño, según se vio en el capítulo
II, con múltiples objetivos y generalmente con incertidumbre en la información. Cada tipo de modelo
de programación matemática tiene asociado elementos teóricos y algoritmos particulares. Este
capítulo presenta una breve descripción conceptual de elementos teóricos y algoritmos de los modelos
LP y NLP exclusivamente.
Algunos conceptos asociados a los modelos matemáticos de optimización son los siguientes:
n
Cuando su conjunto factible es un subconjunto continuo de R ; es decir, cuando todos los
elementos del conjunto factible son puntos de acumulación.
Cuando su conjunto factible es finito. Cabe aclarar que en estos problemas los elementos del
conjunto factible no están explícitamente determinados, sino indirectamente especificados
mediante relaciones combinatorias. Un problema conocido de este tipo es el del agente
viajero, que desea encontrar el camino de mínima longitud que comience en un determinado
pueblo, recorra los n pueblos que debe visitar y regrese al pueblo de partida. El estudio de
este tipo de problemas y de métodos eficientes de solución está muy relacionado con los
avances en computación.
Teniendo en cuenta las propiedades de la función objetivo y de las que definen las
restricciones
• Lineales
• No lineales
• Convexas, etc.
Problemas de optimización
EJERCICIO #1
De todos los triángulos isósceles de 12 m de perímetro, hallar los lados del que tome área máxima.
EJERCICIO #2
EJERCICIO #3
Una hoja de papel debe tener 18 cm2 de texto impreso, márgenes superior e inferior de 2 cm de
altura y márgenes laterales de 1 cm de anchura. Obtener razonadamente las dimensiones que
minimizan la superficie del papel.
EJERCICIO #4
Descomponer el número 44 en dos sumandos tales que el quíntuplo del cuadrado del primero más el
séxtuplo del cuadrado del segundo sea un mínimo.
EJERCICIO #5
Una boya, formada por dos conos rectos de hierro unidos por sus bases ha de ser construido
mediante dos placas circulares de 3 m de radio. Calcular las dimensiones de la boya para que su
volumen sea máximo.
EJERCICIO #6
Se pretende fabricar una lata de conserva cilíndrica (con tapa) de 1 litro de capacidad. ¿Cuáles
deben ser sus dimensiones para que se utilice el mínimo posible de metal?