Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigacion de Operaciones y Sus Aplicaciones PDF
Investigacion de Operaciones y Sus Aplicaciones PDF
Escuela de Informática
Universidad Nacional de Costa Rica
II Ciclo, 2019
Indice
Capı́tulo 0
Capı́tulo 0
Evaluación del curso
Créditos Horas semanales Horas presenciales Horas de estudio independiente
3 8 4 4
Capı́tulo 0
Capı́tulo 0
Capı́tulo 1
Capı́tulo 1
Orı́genes de la Investigación de Operaciones
La revolución industrial
Aumento en la división del trabajo y en la separación de las
responsabilidades administrativas en estas organizaciones.
Tendencia de los departamentos a convertirse en autónomos
con sus propias metas y sistemas de valores.
Capı́tulo 1
Orı́genes de la Investigación de Operaciones
Se apostó por un enfoque cientı́fico en la administración de
una empresa.
Usos militares.
Programación lineal, programación dinámica, lı́neas de espera
y teorı́a de inventarios.
Capı́tulo 1
Capı́tulo 1
Investigación de Operaciones.
Es el método cientı́fico aplicado a la solución de problemas y a la
toma de decisiones por parte de la gerencia.
Capı́tulo 1
Hoy en dı́a
Análisis de regresión.
Programación lineal.
Simulación (en producción).
Modelos de Redes.
Teorı́a de Colas.
Teorı́a de Juegos.
Teorı́a de Inventarios.
Capı́tulo 2
Capı́tulo 3
Capı́tulo 4
Programación Lineal
capitulo 4
Sobre la P.L.
La P.L. utiliza un modelo matemático para describir el
problema.
Se dice lineal porque todas las funciones del modelo
corresponden a funciones lineales.
La palabra programación no se refiere a programación en
computadoras; en esencia es un sinónimo de planeación.
Trata la planeación de las actividades para obtener un
resultado óptimo, entre todas las opciones de solución.
Usual, pero no únicamente, utilizada en la asignación de
recursos.
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 4
Pinturas Ávila
Capı́tulo 4
Capı́tulo 4
Maximizar el ingreso
x = toneladas de pintura para exteriores producidas
diariamente.
y = toneladas de pintura para interiores producidas
diariamente.
Capı́tulo 4
Restricciones
x = toneladas
x + 2y ≤ 6 materia prima A (1)
de pintura para
exteriores 2x + y ≤ 8 materia prima B (2)
producidas
diariamente. −x+y ≤ 1 exceso de pintura para interiores
(3)
y = toneladas
y ≤ 2 demanda máx pintura para interiores
de pintura para
(4)
interiores
x ≥ 0pintura para interiores. (5)
producidas
diariamente. y ≥ 0 pintura para exteriores. (6)
Capı́tulo 4
Solución
La región de factibilidad
Dibuje cada restricción del problema (viéndolas como rectas)
que dividen al plano en dos partes (donde solo una de ellas es
factible).
El semiplano factible se determina evaluando un punto (que
no pertenezca a la recta) en la restricción, si dicho punto
cumple la restricción esa es la región factible, si no es la otra.
Capı́tulo 4
Solución
Determine los bordes o “picos” de la región que son los
puntos de intersección de las rectas restricción.
Evalué cada uno de esos picos en la función objetivo, la
respuesta al problema será con la que se obtenga el valor más
alto (si el problema es de maximización) o el valor más bajo
(si el problema es de minimización).
Capı́tulo 4
Región de factibilidad
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 4
Solución en Graphic
Color 2; Expr x+2*y < 6, 2*x+y < 8, -x+y < l, y < 2, x > 0, y > 0;
Color 3; Expr 3*x+2*y = n; SliderSteps 50;
Slider 0 25;
SliderOneDirection 0;
SliderMoving 1;
Capı́tulo 4
Solución en Mathematica
Maximize [3x + 2y , x + 2y ≤ 6
&& 2x + y ≤ 8
&& −x + y ≤ 1
&& y ≤ 2
&& 0 ≤ x
&& 0 ≤ y , {x, y }]
Capı́tulo 4
Ejemplo 4.1
Capı́tulo 4
Ejemplo 4.1
Capı́tulo 4
El departamento de IO determinó
La cantidad de horas disponibles diariamente en cada planta
para estos productos.
La cantidad de horas que requiere cada unidad producida en
cada planta.
La ganancia (en cientos de dólares) por cada producto.
Capı́tulo 4
Mathematicamente hablando
Capı́tulo 4
Solución Graphic
Expr x < 4, 2*y < 12, 3*x+2*y < 18, x > 0, y > 0; Color 3; Expr
3*x+5*y = n;
SliderSteps 50;
Slider 0 45;
SliderOneDirection 0;
SliderMoving 0;
Color 8; Expr vector (1, 1);
Color 8; Expr vector(1, 2 ); etc. . . ..
Se deben agregar todos los puntos con coordenadas enteras cuyos
valores se encuentren en la región de factibilidad
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 4
Solución Mathematica
Maximize [3x + 5y ,
{x ≤ 4
&& y ≤ 12
&& 3x + 2y ≤ 18
&& x ≥ 0
&& y ≥ 0
&& x ∈ Integers
&& y ∈ Integers}, {x, y }]
Capı́tulo 4
Ejemplo 4.2
Supongamos que se dispone de determinadas piezas para la elabo-
ración de dos productos finales. Se dispone de 8 ”piezas pequeñas”
y 6 ”piezas grandes” que son utilizadas para elaborar sillas (usando
2 piezas pequeñas y 1 pieza grande) y mesas (usando 2 piezas de
cada tipo).
Interesa decidir cuántas sillas y mesas fabricar de modo de obtener
la máxima utilidad, dado un beneficio neto de 15porcadasillayde20
por cada mesa fabricada.
Sillas Mesas Disponibilidad
p.pequeñas 2 2 8
p.grandes 1 2 6
Ganancia 15 20
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 4
Ejemplo 4.2
Capı́tulo 4
Ejemplo 4.3
Capı́tulo 4
Función Objetivo:
Max: z = x + 1.5y
Restricciones:
2x + 2y ≤ 16
x + 2y ≤ 12
4x + 2y ≤ 28
x ≥ 0;
y ≥0
Capı́tulo 4
Ejemplo 4.4
Capı́tulo 4
Función Objetivo:
Min: z = 80x + 60
Restricciones:
0, 2x + 0, 32y < 0, 25
x +y =1
x ≥ 0;
y ≥0
Capı́tulo 4
Ejemplo 4.5
Capı́tulo 4
Función Objetivo:
Max: z = 120x + 80y
Restricciones:
2x + y ≤ 6
7x + 8y ≤ 28
x ≥ 0;
y ≥0
Capı́tulo 4
Ejemplo 4.6
Esta diapositiva no posee contenido
Capı́tulo 4
Ejemplo 4.7
Maximice la función:
f(x,y) = 2x + 8y
Con las Restricciones:
2x + 4y ≥ 8
2x − 5y ≤ 0
−x + 5y ≤ 5
x ≥ 0, y ≥ 0
Capı́tulo 4
Ejemplo 4.8
Minimice la función:
f (x, y ) = 2x + 8y
Con las Restricciones:
2x + 4y ≥ 8
2x − 5y ≤ 0
−x + 5y ≤ 5
x ≥ 0, y ≥ 0
Capı́tulo 4
Ejemplo 4.9
Un artesano con 80 kgs. de acero y 120 kgs. de aluminio quiere hacer
ollas para tamales y para chicharrones que quiere vender, respecti-
vamente a 20000 y 15000 colones cada una para sacar el máximo
beneficio. Para la olla de tamales empleará 1 kg. de acero y 3 kgs
de aluminio y para la de chicharrones 2 kgs. de ambos metales.
¿Cuántas ollas de cada tipo debe confeccionar para maximizar sus
ganancias?
Tamales Chicharrones Disponibilidad
Acero 1 2 80
Aluminio 3 2 120
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 4
Maximice:
z = 20x + 15y
Con las Restricciones:
Restricciones:
x + 2y ≤ 80
3x + 2y ≤ 120
x ≥0
y ≥0
Capı́tulo 4
Ejemplo 4.10
Capı́tulo 4
Ejemplo 4.11
Capı́tulo 4
Ejemplo 4.12
Capı́tulo 4
Ejemplo 4.13
Capı́tulo 4
Ejemplo 4.14
Capı́tulo 4
Ejemplo 4.15
Capı́tulo 4
Ejemplo 4.16
Capı́tulo 4
Ejemplo 4.17
Capı́tulo 4
Problemas con más de dos variables de decisión
Los ejemplos mostrados anteriormente cumplen –entre otras-
la caracterı́stica de poseer solamente dos variables.
Dichos ejemplos poseen la ventaja de ser solubles mediante
métodos gráficos.
En los casos donde se poseen más de dos variables, se hace
imposible la utilización de dichos métodos.
En estos casos el software Mathematica será nuestra
herramienta de trabajo.
Como veremos en el futuro también nos podemos apoyar en el
método simplex y en la teorı́a de la dualidad para este tipo de
problemas.
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 4
Ejemplo 4.18 Polı́ticas de los préstamos bancarios
Una institución financiera, Banco Brando, se encuentra en el proceso
de formular su polı́tica de préstamos para el próximo trimestre. Para
ese fin se asigna un total de $12 millones. Siendo una institución
de servicios integrales, está obligado a otorgar préstamos a diversos
clientes. La tabla que sigue señala los tipos de préstamos, la tasa
de interés que cobra el banco y la posibilidad de que el cliente no
cubra sus pagos, irrecuperables o incobrables, según se estima por
experiencia
Tipo de préstamo Tasa de interés Probabilidad de incobrables
X1 Personal 0.140 0.10
X2 Automóvil 0.130 0.07
X3 Casa 0.120 0.03
X4 Agrı́cola 0.125 0.05
X5 Comercial 0.100 0.02
Capı́tulo 4
Ejemplo 4.18 Polı́ticas de los préstamos bancarios
La competencia con otras instituciones financieras del área
requiere que el banco asigne cuando menos 40 % de los fondos
totales a préstamos agrı́colas y comerciales.
Para dar asistencia a la industria de la habitación en la región,
los prestamos para casa de habitación deben ser iguales
cuando menos al 50 % de los prestamos personales, para
automóvil y para habitación.
El banco tiene ası́ mismo, una polı́tica establecida que
especifica que la relación global de pagos irrecuperables no
puede ser superior al 0,04.
(dinero irrecuperable)/(dinero prestado) < 0.04
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 4
Función Objetivo
Z = 0.14(0.9x1 ) − 0.1x1
0.13(0.93x2 ) − 0.07x2
0.12(0.97x3 ) − 0.03x3
0.125(0.95x4 ) − 0.05x4
0.1(0.98x5 ) − 0.02x5
o lo que es lo mismo
z = 0.026x1 + 0.0509x2 + 0.0864x3 + 0.06875x4 + 0.078x5
Capı́tulo 4
Ejemplo 4.18 Polı́tica de los préstamos bancarios
No negatividad xi > 0
El total del dinero a prestar no debe exceder los $12 millones
1+ x2 + x3 + x4 + x5 < 12.
Capı́tulo 4
Ejemplo 4.18 Polı́tica de los préstamos bancarios
o bien:
0.1x1 + 0.07x2 + 0.03x3 + 0.05x4 + 0.02x5 < 0.04
x1 + x2 + x3 + x4 + x5
o bien:
0.06x1 + 0.03x2 — 0.01x3 + 0.01x4 — 0.02x5 < 0
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 4
Ejemplo 4.19 Uso y urbanización de la tierra
La compañı́a Bienes Raı́ces La Garita posee 800 acres de tierra de
primera clase, pero no urbanizada, con un lago escénico en la parte
central de Dulce Nombre. En el pasado, se aplicaba poca o ninguna
regulación a nuevas urbanizaciones en torno al lago. Las orillas del
lago ahora están alineadas con residencias vacacionales agrupadas.
Debido a la falta de servicio de drenaje, o desagüe por alcantarillado,
se utilizan muchos tanques sépticos, la mayorı́a instalados en forma
inadecuada. Con el paso de los años, la infiltración de los tanques
sépticos ha provocado un severo problema de contaminación del
agua. Para controlar la degradación más profunda en la calidad del
agua, los funcionarios del municipio presentaron y aprobaron algunos
reglamentos estrictos aplicables a todas las urbanizaciones a futuro.
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 4
Ejemplo 4.19 Uso y urbanización de la tierra
El estima que el 15 % del terreno se utilizará en la apertura de calles
y vı́as de acceso para servicios. También calcula que los siguientes
serán sus ingresos derivados de la venta de las diversas unidades
habitacionales.
Unidades habitantes Sencilla Doble Triple
Ingreso neto por unidad ($) 10000 12000 15000
Capı́tulo 4
Capı́tulo 4
Ejemplo 4.20 Problema de programación de los autobuses
TUASA estudia la factibilidad de introducir un sistema de autobuses
de tránsito masivo que aliviará el problema del contaminación, redu-
ciendo el tránsito en la ciudad. El estudio inicial busca determinar el
número mı́nimo de autobuses que pueden manejar las necesidades
de transporte. Después de recolectar información necesaria, el inge-
niero de la empresa advierte que el número mı́nimo de autobuses
que se necesita para cubrir la demanda fluctúa con la hora del dı́a.
Estudiando los datos más a fondo, descubrió que el número necesario
de autobuses se puede suponer constante en intervalos sucesivos de 4
horas cada uno. La figura 4.27 presenta un resumen de los hallazgos
del ingeniero. Se decidió que para facilitar la transportación, cada
autobús podı́a operar sólo 8 horas sucesivas al dı́a.
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 4
Capı́tulo 4
Solución degenerada.
Este caso nos revela que el modelo tiene cuando menos una restric-
ción redundante.
Capı́tulo 4
Maximizar:
z = 3x1 + 9x2
sujeto a:
X 1 + 4x2 ≤ 8
X 1 + 2x2 ≤ 4
X 1, x2 ≥ 0
Capı́tulo 4
Capı́tulo 4
Ejemplo 4.22 Soluciones óptimas múltiples
Capı́tulo 4
Solución no acotada.
Capı́tulo 4
Maximizar z = 2x1 + x2
Sujeto a :
X 1 − X 2 ≤ 10
2x1 ≤ 40
x1, x2 ≥ 0
Capı́tulo 4
Solución no factible
Capı́tulo 4
Capı́tulo 4
Capı́tulo 4
Siempre es bueno... :D
Capı́tulo 4
Capı́tulo 4
Análisis de sensibilidad elemental
Capı́tulo 4
Capı́tulo 4
Capı́tulo 4
Ejemplo 4.24
HOla
Capı́tulo 4
Capı́tulo 4
Método simplex...
Capı́tulo 4
Teorı́a de dualidad
Capı́tulo 4
Capı́tulo 4
Capı́tulo 4
Ejemplo 4.26
La National Business Machines (NBM) produce y vende dos tipos de
máquinas de escribir: manual y eléctrica. Cada máquina de escribir
manual es vendida con un ingreso de $40 y cada máquina de escribir
eléctrica produce un ingreso de $60. Ambas máquinas tienen que ser
procesadas (ensambladas y empacadas) a través de dos operaciones
diferentes: 01 y O2, El número de horas de 01 y O2 requeridas para
producir un modelo terminado se da en la siguiente tabla:
Operación Manual Eléctrica Cap. Mensual (horas)
01 3 2 2000
02 1 2 1000
Capı́tulo 4
Planteando el problema
Capı́tulo 4
La idea es...
Capı́tulo 4
Capı́tulo 4
Capı́tulo 4
Ejemplo 4.27
Capı́tulo 4
Ejemplo 4.28
Capı́tulo 4
Ejemplo 4.29
Capı́tulo 4
Ejemplo 4.30
Capı́tulo 5
Modelos de inventarios
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 5 Inventarios
Capı́tulo 5 J.A.T .
La cantidad y el punto
de un nuevo pedido suelen
determinarse normalmente
minimizando el costo de in-
ventario total.
C. Fijos
C. Escasez
C. Compra
+ C. Almacenamiento
C. Inventario total
Capı́tulo 5.
c = costo de producción por articulo. k = costo fijo de orden.
h = costo de almacenamiento. T = costo total.
—————————————————————————
Costo de producción por unidad
de tiempo
Costo Total
Nivel de inventario en el
momento t.
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 5
NIC = Q ∗ −(t ∗ − tf ) a
Capı́tulo 5 Ejercicios.
Capı́tulo 5
Inventarios con faltantes.
Si se permite que ocurran faltantes y su precio al salir es de p
dólares por unidad de demanda no satisfecha por una unidad
de tiempo, se pueden obtener resultados parecidos a los del caso en
que los faltantes no están permitidos.
Capı́tulo 5
S = la cantidad que se tiene al
p = dólares por unidad de
principio de un ciclo.
demanda no satisfecha.
Q — S = faltante previsto.
—————————————————————————
Costo de producción por
unidad de tiempo
Costo de mantener el
inventario
Fracción de Tiempo en la
que no hay faltantes
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 5
S = la cantidad que se tiene al
p = dólares por unidad de
principio de un ciclo.
demanda no satisfecha.
Q — S = faltante previsto.
—————————————————————————
Costo Total
Faltante Máximo
Capı́tulo 5
S = la cantidad que se tiene al
p = dólares por unidad de
principio de un ciclo.
demanda no satisfecha.
Q — S = faltante previsto.
—————————————————————————
Capı́tulo 5 Ejercicio.
Capı́tulo 5
Capı́tulo 5 Ejercicio.
Capı́tulo 5 Ejercicio.
Capı́tulo 5 Ejercicio.
Capı́tulo 5 Ejercicio.
Capı́tulo 5 Ejercicio.
Capı́tulo 5
Ejercicios Propuesto.
Cada año, una óptica vende 10000 marcos para lentes. El proveedor
de la óptica vende cada marco a US$15. El costo de emitir una
orden se estima en US$50. La óptica pretende mantener órdenes
pendientes asumiendo un costo anual de US$15 sobre cada marco a
causa de la eventual pérdida de futuros negocios. El costo anual de
mantener una unidad en inventario se estima en el 30 % del valor de
compra de cada marco.
¿Cuál es el tamaño de orden óptimo?
¿Qué capacidad de almacenaje debe tener la bodega de la óptica?
Sug. Los parámetros para efectuar los cálculos suponiendo un mo-
delo con escasez son:
c = 15, a = 10000, K = 50, h = 0.3x? y p = 15
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 5
Ejercicios Propuesto.
Capı́tulo 5
Capı́tulo 6
Teorı́a de colas
Capı́tulo 6
Esta teorı́a
Capı́tulo 6
Capı́tulo 6
Capı́tulo 6
Capı́tulo 6
Capı́tulo 6
Hay una gran variedad de sistemas de colas (modelos).
Teorı́a de colas
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 6
Hay una gran variedad de sistemas de colas (modelos).
Teorı́a de colas
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 6
Sistema de colas de Poisson de un solo servidor
En un sistema de este tipo suponemos que:
Suposición 1. Llegada de clientes: Llegan de acuerdo a una distri-
bución Poisson. Esto implica :
1. Las llegadas ocurren ”aleatoriamente”.
2. La probabilidad de una llegada durante un intervalo especı́fico
de tiempo permanece constante y es independiente del número de
llegadas previas y de la duración del tiempo de espera.
(n = 0,1,...,)
A = número de clientes que llegan en un intervalo de tiempo.
λ = tasa esperada de llegada en un intervalo de tiempo.
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 6
Continuación...
(para t ≥ 0),
S = tiempo de servicio para un cliente tı́pico.
µ = tasa de servicio esperado .
Capı́tulo 6
Capı́tulo 6
¿Puede un Solo Servidor Manejar la Demanda?
Si denotamos por U = λ/µ al factor de utilización del servidor,
tenemos:
Si λ > µ, esto es, U > 1 , esperarı́amos que el sistema estuviera
sobrecongestionado la mayorı́a de las veces.
Si λ < µ, esto es, U < 1, esperarı́amos que el sistema no estuviera
congestionado, la mayorı́a de las veces.
La probabilidad de que haya n clientes en el sistema se determina
con la fórmula:
Capı́tulo 6
Algunas Estadı́sticas importantes.
E(N) = valor esperado (o
promedio) de clientes en el
sistema.
E(W) = tiempo medio para ser
atendido (tiempo de cola).
E(L) = longitud esperada de la
lı́nea de espera (no incluye los
clientes en servicio).
E(T) = tiempo promedio se
gasta en el sistema
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 6
Capı́tulo 6
Capı́tulo 6
Ejemplo 6.6.
Capı́tulo 6
Ejemplo 6.6.
Capı́tulo 6
Capı́tulo 6
Capı́tulo 6
Lı́nea de espera con varios servidores
Capı́tulo 6
Ejemplo 6.8.
Suponga que en un banco hay dos cajeros que atienden a sus clien-
tes mediante una fila única. Suponga que las llegadas siguen una
distribución de Poisson con A = 0.20 clientes por minuto y que los
tiempos de servicio (o tiempo de atención) siguen una distribución
exponencial negativa con µ = 0.125 por minuto por cajero. Halle la
probabilidad de que no hayan clientes en la fila, la utilidad del sis-
tema, la longitud promedio de la fila, el tiempo promedio de espera
en la fila, el tiempo promedio de estadı́a en el sistema y las pro-
babilidades de estado estacionario de que 0, 1 o 2 servidores estén
ocupados.
¿Cuál deberı́a ser la velocidad de atención de los servidores para
lograr que el tiempo de estadı́a en el sistema sea 15 minutos?
Johnny Flores Araya Investigación de operaciones y sus aplicaciones
Capı́tulo 0: Presentación del curso
Capı́tulo 1: Naturaleza de la Investigación de Operaciones
Capı́tulo 2: Mathematica como herramienta de programación
Capı́tulo 3: Graphic Calculator como herramienta para el curso
Capı́tulo 4: Programación Lineal
Capı́tulo 5: Modelos de inventarios
Capı́tulo 6: Teorı́a de colas
Capı́tulo 7: Simulación
Capı́tulo 6
Ejercicios propuestos
Clientes Servidores
Una caseta de peaje en una carretera interestatal.
Un servicio de ambulancias.
Un muelle de descargue de barcos.
Un equipo secretarial de mecanógrafas.
Capı́tulo 6
Ejercicios propuestos
Capı́tulo 6
Encuentre:
1. Utilización de cada una de las tripulaciones de la lı́nea de vuelo.
2. Número promedio de aviones que esperan servicio.
3. Tiempo promedio que un avión está esperando servicio.
4. El tiempo total que un avión gasta en el sistema (tiempo de espera
+ tiempo de servicio).
Capı́tulo 6
Ejercicios propuestos
Capı́tulo 6
Encuentre:
1. ¿Cuántos casos están esperando, en promedio, la atención de un
médico?.
2. ¿Cuál es el tiempo promedio de espera en el centro hasta que un
médico atiende una llegada?.
3. ¿Cuál es el número promedio de casos que se tratan?.
Capı́tulo 6
Ejercicios propuestos
Capı́tulo 6
Ejercicios propuestos
capitulo 7
Simulación