Durante la 2ª Guerra Mundial (1940–1945), se hicieron
investigaciones sobre operaciones militares para mejorar la asignación de recurso George Dantzig en 1947 desarrolló el Método Símplex para resolver problemas de Programación Lineal INTRODUCCIÓN….. El desarrollo de la Investigación de Operaciones, según muchos autores, representa uno de los avances científicos más importantes desde mediados del siglo XX. Actualmente es una herramienta utilizada en muchos campos de la administración, de la economía y de la ingeniería. Existen muchos libros de texto sobre el tema y miles de artículos científicos en revistas especializadas.
La investigación de operaciones tiene como base el
método científico para investigar y ayudar a tomar decisiones sobre los problemas complejos de las organizaciones de hoy en día. Básicamente la investigación de operaciones sigue los pasos siguientes: Pasos del Método Científico Definición del Problema y Recolección de la Información Formulación de un Modelo Matemático Obtención de la Solución a partir de un modelo Verificación del Modelo y la Solución (prueba del modelo) Preparación para la aplicación del modelo Puesta en Marcha (implantación) Definición del Problema y Recolección de Información ¿Cuál es el problema al que me enfrento? Describir el problema, Delimitar el problema, Identificar los entes afectados, Análisis costo – beneficio, etc. Recolección de Información Sistemas de Información Contabilidad Empleados Productos Recursos Clientes Mercados Demandas Costos/Precios Proveedores Impuestos Competencia Etc. Formulación de un Modelo Matemático Un Modelo es una representación idealizada de un sistema Un Modelo Matemático es una representación idealizada, que se expresa en términos de símbolos y expresiones matemáticas.
Obtención de la Solución a partir de un modelo
El computador es absolutamente necesario Los modelos buscan optimizar (maximizar o minimizar) Se emplean algoritmos, métodos de búsqueda, heurísticas, reglas, etc. Se efectúa análisis de sensibilidad de los parámetros del modelo, los más sensibles requieren especial cuidado. Verificación del Modelo y la Solución (pruebas al modelo) Es muy útil realizar una prueba retrospectiva Consistencia en las dimensiones (unidades de medida) Mirar el pasado y actualizar la información Verificar que resultados se hubieran obtenido ¿Son satisfactorias estas decisiones?
Preparación para la aplicación del modelo
Interfaz gráfico para bases de datos Procedimiento de obtener solución Manual de uso de la aplicación Establecer controles sobre las soluciones (el entorno del problema es dinámico) Informes (reportes) gerenciales Puesta en Marcha (implantación) Se asignan responsabilidades Capacitación detallada al personal Pruebas piloto Desarrollo del programa de implantación Un ejemplo simple: El problema de la asignación, nos puede servir para ilustrar la dificultad esencial de la investigación de operaciones. Un hospital tiene 70 trabajadores con calificaciones diferentes (médicos, enfermeros, personal de administración, etc.) que hemos de asignar a 70 actividades también diferentes. Si pudiéramos determinar un valor que reflejase la asignación de un trabajador a una tarea determinada, tendríamos que escoger una entre 70! formas posibles de permutación de las asignaciones que maximice el valor total. Al respecto, 70! es aproximadamente igual a 10100.
Algunas aplicaciones exitosas: Organización Naturaleza de la aplicación Año Ahorro Programación turnos de trabajo en United oficinas de reservaciones y en 1986 6 Millones US$ Airlines aeropuertos Optimización de la programación y Dpto. Policía asignación de oficiales de de San 1989 11 Millones US$ patrulla con sistema Francisco computarizado Optimización de mezcla de Texaco ingredientes para que productos 1989 30 Millones US$ cumplieran con requerimientos Integración de una red nacional de IBM inventario de refacciones para 1990 20 Millones US$ mejorar el apoyo al servicio Diseño del sistema de estructura de American 500 Millones US$ precios, sobreventa y 1992 Airlines (ingresos) coordinación de vuelos Estas actuaciones corresponden con la Gestión de Operaciones, en donde encontramos a los Administradores, personas que son responsables de la producción de los bienes y/o servicios de las organizaciones. Son las personas que toman las decisiones que se relacionan con la función de operaciones y los sistemas de transformación que se utilizan. En el ambiente del proceso de transformación, concurren muchas situaciones de decisión, donde las alternativas u opciones posibles y criterios de evaluación, pueden ser representados mediante “MODELOS DE OPTIMIZACIÓN”, o sea, un “MODELOS MATEMÁTICOS”, tal que, resulta fácil el expresar reglas tendientes a tomar la decisión más conveniente. La Programación Matemática, ocupa un lugar preferencial dentro de estos modelos, su propósito es determinar un vector solución XT = (X1,X2,....,Xn) que optimice una función matemática F(X1,X2,....,Xn) objetivo de la decisión. Tal que, F(X1,X2,....,Xn) puede ser una función Lineal o función No Lineal. Función Lineal Programación Lineal. Función No Lineal Programación No Lineal. En matemáticas una función lineal es aquella que satisface las siguientes propiedades: Aditividad: f ( x + y ) = f ( x) + f ( y ) Homogeneidad: f (αx) = αf ( x) Estas dos propiedades tomadas en conjunto se conocen como “Principio de Superposición” ELEMENTOS DE UN MODELO DE OPTIMIZACIÓN Supongamos un caso: Se dispone de determinadas piezas para la elaboración de dos productos finales, digamos 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 US$ 15 por cada silla y de US$ 20 por cada mesa fabricada. Posibles soluciones factibles a considerar, esto es soluciones que respeten las restricciones del número de piezas disponibles. Fabricar: • 4 sillas, que reportan una utilidad de US$ 60 • 1 sillas y 2 mesas , utilidad de US$ 55 • 3 mesas, utilidad de US$ 60 • 1 mesa y tres sillas, utilidad de US$ 65 • 2 sillas y 2 mesas, utilidad de US$ 70 • etc. Un modelo matemático para hallar la mejor solución factible a este problema tiene tres componentes básicas: i) Las variables de decisión, que consiste en definir cuáles son las decisiones que se debe tomar. En el ejemplo: X1: número de sillas elaboradas X2: número de mesas elaboradas ii) La función objetivo del problema, que permita tener un criterio para decidir entre todas las soluciones factibles. En el ejemplo, maximizar la utilidad dada por: Z = f(X1,X2) = 15X1 + 20X2 iii) Restricciones del problema, que consiste en definir un conjunto de ecuaciones e inecuaciones que restringen los valores de las variables de decisión a aquellos considerados como factibles. En el ejemplo, respetar la disponibilidad de piezas para la fabricación de sillas y mesas. Piezas pequeñas : 2X1 + 2X2 ≤ 8 Piezas grandes : X1 + 2X2 ≤ 6 También se impone restricciones de No Negatividad: X1 ≥ 0 X2 ≥ 0 En resumen: Max Z = 15X1 + 20X2 sujeto a: 2X1 + 2X2 ≤ 8 X1 + 2X2 ≤ 6 X1 ≥ 0 , X2 ≥ 0 El ejemplo corresponde a un modelo de Programación Lineal. Si además restringimos los valores de X1 y X2 a valores enteros, tendríamos un modelo de Programación Lineal Entera. Por otra parte, si hubiese retornos crecientes a escala, deberíamos emplear una función objetivo no lineal: f ( X 1 , X 2 ) = cX 1 a + dX b 2
con a y b > 1, y tendríamos un modelo de Programación No
Lineal. PROGRAMACIÓN LINEAL La programación lineal es un caso especial de la programación matemática, en donde todas las funciones que hay en el modelo son lineales: siempre tenemos una función objetivo lineal a optimizar (maximizar o minimizar), sujeta a restricciones lineales individuales. Las variables del modelo, que son continuas, únicamente pueden tomar valores no negativos. Si bien puede parecer que estos supuestos quitan realismo al problema porque el modelador está limitado al uso de ecuaciones que quizás no son frecuentes en el mundo real, las técnicas de programación lineal se utilizan en un amplísimo espectro de problemas como, entre otros, de planificación y gestión de recursos humanos y materiales, de transporte, de planificación financiera y de organización de la producción. En definitiva, una extensa gama de problemas que aparecen en las áreas de tipo industrial, económico, administrativo, etc. La programación lineal, si bien actualmente se utiliza frecuentemente para resolver problemas de decisión, era casi desconocida antes de 1947. Ninguna investigación significativa fue realizada antes de esta fecha. Después de la segunda guerra mundial, funcionarios del gobierno americano consideraron que la coordinación de las energías de toda una nación debido al peligro de una guerra nuclear requeriría la utilización de técnicas científicas de planificación. Con la aparición del ordenador esto se hizo posible. La Fuerza Aérea de los Estados Unidos se puso a trabajar intensamente. Se propuso un modelo de programación lineal por su simplicidad y aplicabilidad, sin dejar de dar un marco lo suficientemente amplio para representar actividades interdependientes que han de compartir recursos escasos. El sistema (por ejemplo, la producción industrial) se compone de diversas actividades relacionadas entre ellas (fabricación, almacenaje, transporte, distribución y venta entre otras). Este fue el primer modelo de programación lineal conocido. Por lo tanto, la aplicación de la Programación Lineal por parte de la industria, ha ido en aumento conforme se ha ido desarrollando la computación, tal que, la Programación Lineal utiliza un modelo matemático para describir el problema, el Adjetivo Lineal, significa que todas las funciones matemáticas del Modelo deben ser funciones lineales, así la programación lineal, programa las actividades para obtener un resultado óptimo desde el punto de vista del Modelo Matemático. MAX ó MIN Z = CTX X (X1, X2, … Xn): Representan las decisiones Sujeto a: A, C, b : Son vectores y corresponde a los A*X ≤ = ≥ b parámetros del modelo X≥0 Z Objetivo a optimizar (máximo ó mínimo) PROCESO DE INVESTIGACIÓN (Método Científico) Descripción del Problema Estructura Matemática Obtención de una Solución Verificación del Modelo y la Solución Establecer Controles sobre las Soluciones Puesta en Marcha ESTRUCTURA MATEMATEMATICA DE LOS PROBLEMAS DE PROGRAMACIÓN LINEAL Un modelo de programación lineal expresado de forma matemática tiene la siguiente estructura: Max o Min Sujeto a: Donde: representa las variables de decisión
representa los coeficientes
técnicos, corresponde a la tasa de consumo de los recursos por cada unidad que toma la variable de decisión
representa los coeficientes de
contribución al logro del objetivo representa los recursos disponibles