UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

DEPARTAMENTO DE SISTEMAS Y TELEMÁTICA

INVESTIGACIÓN DE OPERACIONES I

Docente:
ANIVAL TORRE CAMONES

Semestre: 2022-1
 Semana 1

Modelo matemático

“La construcción de modelos es un

arte que se mejora con la práctica”
Kamblesh Mathur
2
 Recomendaciones
Orientaciones

Contraste

Practique Revise
 Contenido
Contenido

1 Definición de modelo, sistema y simulación

2 Usos, Ventajas y desventajas

3 Clasificación de modelos

4 Problemas de programación lineal

 Modelo, sistema y simulación

Propósito SISTEMA Límites

Nivel de detalle
MODELO
Medidas de Diseñar
desempeño alternativas

SIMULACIÓN

ANIVAL TORRE 5
 Modelo, sistema y simulación

Sistema

Experimentar Experimentar
con el sistema con un modelo

Modelo Modelo
matemático físico

Simulación

ANIVAL TORRE 6
 ¿ Que es un sistema ?

Límite del
sistema
• Se pretende estudiar su desempeño:
Son -Medir -Diseñar (si no existe)
instalaciones o -Mejorar -Controlar en tiempo real
procesos • Algunas veces es imposible trabajar
físicos, reales con el sistema, por cuanto no se
o planeados puede interrumpir, o es muy caro, o
“Es un conjunto se destruye o no existe.
estructurado de objetos y
(o) atributos junto con las
relaciones entre ellos"
 Ciclo de la investigación

SISTEMA MODELO
Situaciones Lleva a Desarrollo de
problemas maneras de
del mundo real describirlas

0 1

Lleva a
Emprender
El éxito del modelador
depende de que tan bien
puede definir los elementos
significativos del sistema.

IMPLEMENTACIÓN SOLUCIÓN
prueba y Desarrollo de
desarrollo Lleva a metodologías
(aplicando 1 y 2) apropiadas
3 ANIVAL TORRE 2 8
 Estudio del Sistema vs.
Estudio del modelo

Estudio
• No hay preguntas respecto a la validez
del • Puede ser impracticable o imposible
sistema

Estudio • Debe referirse a la validez

• Más fácil de trabajar con él
del • Puede ejercitarlo en muchas más situaciones
modelo que con el sistema
 Modelo matemático

• Es una representación simplificada de la

realidad de un SISTEMA, que facilita su
Modelo comprensión y el estudio de su
comportamiento.

I) VARIABLES • Es el modelo expresado en términos

Xij = # de consultores que viajan
matemáticos.
del origen i al destino j
II) FUNCION OBJETIVO Modelo • Hace más claras la estructura y relaciones.
Max 540X11+300X12+420X13+
500X21+330X22+330X23+ matemático: • Facilita el uso de técnicas matemáticas y
520X31+310X32+350X33
III) RESTRICCIONES ordenadores.
X11+X12+X13 ≤ 2
X21+X22+X23 ≤ 1
X31+X32+X33 ≤ 4 Es una construcción matemática abstracta y simplificada relacionada con
X11+X21+X31 = 3
X12+X22+X32 = 2 una parte de la realidad del sistema usado como una aproximación y
X13+X23+X33 = 1 creada con el propósito de estudiar, entender y mejorar un sistema.
Xij ≥ 0 ; entero
 Modelo matemático

Es una
• Realiza un análisis de las relaciones
ciencia, y aplica algoritmos de solución.
porque
• Se mejora con la práctica.
Es un • Es una visión de la realidad.
arte, • Tiene estilo, elegancia, simplicidad.
• Se usa creativamente herramientas.
porque • Se mejora con la experiencia.
 Usos de los Modelos

Decisiones estratégicas Decisiones operacionales

¿Debería reemplazarse un sistema ¿Cómo programar la fuerza de trabajo?

existente con un nuevo sistema ¿Cuál es el plan de producción óptimo?
propuesto? ¿Cuál es plan de embarque más
¿Debería cambiarse su política de económico?
Administración?

12

Ventajas
• Un método óptimo para lograr un
objetivo.
• Una forma de evaluar preguntas de
sensibilidad de la forma: “¿Qué
sucedería sí ..?”
Ventajas y desventajas
de los Modelos
Desventajas
•Selección de aspectos de la realidad.
•Inviable considerar todo el sistema.
•Errores en modelos matemáticos.
•Modelos sencillos y aproximados.
13
 Aplicación de los modelo
matemáticos

Aplicaciones
• Planificación de la • Diseño de productos • Planificación de la
producción. financieros. generación eléctrica.
• Optimización de • Diseño de nuevos • Aprovechamiento de
carteras. productos (préstamos, recursos disponibles a
• Análisis de riesgo. operaciones de leasing, largo plazo.
• Planificación de redes de derivados). • Generación de ofertas en
comunicaciones. • Modelado de diferentes mercados competitivos.
• Generación de ofertas en alternativas con (cantidades y precios).
mercados competitivos información incierta.

14
 Clasificación de los modelo
matemáticos
Según los datos Los modelos pueden ser:
Determinísticos o
Estocásticos
Según las restricciones Los modelos pueden ser:
Irrestrictos o Restringidos
Los Restringidos pueden
ser: Lineales o
No lineales

Según la función objetivo Los modelos pueden ser:

Lineal o No lineal

Según las variables Los modelos pueden ser:

Continuas o Enteras

Determinísticos
– Programación matemática
– Programación lineal
– Programación entera
– Programación dinámica
– Programación no lineal
– Programación multiobjetivo
– Modelos de transporte
– Modelos de redes
Clasificación de los modelo
matemáticos
Probabilísticos
– Programación estocástica
– Gestión de inventarios
– Fenómenos de espera
(colas)
– Teoría de juegos
– Simulación
16
 Modelo de Programación Lineal

Modelos Problemas

M. para mezcla de P. del transporte

productos P. de flujo con coste mínimo en red
M. para fabricación P. de asignación
o compra P. de la mochila (knapsack)
M. para dietas P. del emparejamiento (matching)
M. para P. del recubrimiento (set-covering)
administración de P. del empaquetado (set-packing)
valores P. de partición (set-partitioning)
M. para planeación P. del coste fijo (fixed-charge)
de producción P. del viajante (TSP)
agregada. P. de rutas óptimas.
17
 Clasificación de los modelos

Modelos Físicos

Modelos a escala

Modelos analógicos

Modelos administrativos

Modelos con computadoras

Modelos matemáticos

ANIVAL TORRE 18
 Modelos físicos

• Son muy costosos.

Son los que • Pueden ser de tamaño natural
más se (aparatos de entrenamiento), de
menor escala (sistema solar),
asemejan a la de mayor escala (átomos)
realidad, se • Ejemplo:
encargan de • Modelo Físico estático.
modelar • Modelo Físico dinámico.
procesos. • Modelos arquitectónicos.
• Avión probado a un túnel.

ANIVAL TORRE 19
 Modelos a escala

Cuando se
reproduce • Son los modelos sencillos de
maquetas
el objeto a
• Ejemplo:Casa con baño,
menor o cuartos, etc.
mayor • Puede ser bidimensional,
tamaño con tridimensional.
respecto al
objeto real.

ANIVAL TORRE 20
 Modelos analógicos

Se encargan de
representar una
• Ejemplo: Modelo del
M1
propiedad taller de manufactura
determinada de un
D
K1 objeto o sistema.
M2

K2

ANIVAL TORRE 21
 Modelos administrativos

Simula • Ejemplo:
aspectos del
• Marketplace es una
sistemas y herramienta virtual de
toma simulación de negocios.
decisiones
• Juegos de administración,
acerca de la
información • Juegos de estrategia militar y
recibida. de planeación.

ANIVAL TORRE 22
 Modelos con computadoras

Nos permite
demostrar o • Los resultados representan
imitar el comportamiento del
situaciones proceso real.
físicas • Ejemplo: Representación
empleando de un automóvil.
computadoras.

ANIVAL TORRE 23
 Modelos matemáticos

• Una letra puede representar el volumen

de producción. Son abstractos y
Usan símbolos en generales.
lugar de un • Se tiene en cuenta las expresiones
dispositivo físico lógicas.
para representar • Se debe hacer muchas suposiciones
una entidad. dentro de un modelo matemático
• Ejemplo: Programación lineal.

ANIVAL TORRE 24
 ¿Por qué son necesarios los
modelos?

Porque la experimentación de un sistema o procesos

puede ser muy costosa, puede llevarlo a colapsos o puede
ser simplemente imposible.

Porque la Simulación requiere de modelos para modelar

sistemas complejos.

Porque es mejor una respuesta aproximada al problema

correcto que una respuesta correcta al problema
aproximado.

Porque es la técnica de modelación matemática más útil,

de mayor reconocimiento en el estudio de sistemas.
ANIVAL TORRE 25
 ¿Qué es la simulación

Es una imitación de la operación de un proceso del mundo

real .

Es desarrollar un modelo matemático sobre un sistema real y

Simulación realizar experimentos con este modelo, para entender el
comportamiento del sistema o evaluar estrategias.

Consiste en la observación del comportamiento dinámico de

un modelo que se mueve de un estado a otro de acuerdo a
una serie de restricciones en el modelo.

ANIVAL TORRE 26
 ¿Qué es la simulación

“En una simulación, usamos el computador para

evaluar un modelo numéricamente, y los datos son
recogidos en orden a estimar las verdaderas
características del modelo.” (Law y Kelton, 1991)

“La simulación de un sistema puede definirse como “la

práctica de construír modelos para representar los
sistemas del mundo real existentes, o de sistema
futuros hipotéticos, y de la experimentación con estos
modelos para explicar la conducta del sistema,
mejorar el desempeño del sistema, o diseñar nuevos
sistemas con desempeños deseables.” (Khoshnevis,
1994)
 ¿Qué es la simulación

“La simulación de eventos discretos, concierne al modelamiento

de un sistema que se desarrolla en el tiempo, por una
representación en la cual las variables de estado cambian
instantáneamente en puntos separados en el tiempo.”(Law y
Kelton,1991)

La simulación es el proceso de construir modelos matemáticos o

lógicos de un sistema o problema de decisión y experimentar con
el modelo para obtener la comprensión del comportamiento del
sistema o o para asistir en la resolución del problema de
decisión. (Evans & Olson, 1998).
 Importancia de la simulación

Permite predecir y entender el comportamiento del

sistema.

Permite estudiar modelos de sistemas del mundo real.

Permite la evaluación numérica con el computador.

Permite “imitar” las operaciones y características del
sistema.

Permite hacer experimentos numéricos con el

computador.

Es una aplicación poderosa a sistemas complejos.

ANIVAL TORRE 29
 ¿Cuándo Simular?

• El sistema tiene una o más

variables aleatorias relacionadas
• La Dinámica del sistema es
Es extremadamente compleja
apropiada • El objetivo es observar el
cuando: comportamiento del sistema
sobre un período
• La habilidad de mostrar la
animación es importante

ANIVAL TORRE 30
 ¿Qué intenta la simulación ?

1.
Descubrir el
comportamiento
de un sistema
3.
Usar esas 2.
teorías para Postular teorías
predecir el o hipótesis que
comportamient expliquen el
o futuro del comportamiento
sistema. observado

ANIVAL TORRE 31

Definición problema y plan de
trabajo
Recoger y validar los datos
Definir el modelo conceptual
Construir el modelo
Crear pruebas pilotos
Diseñar los experimentos
Analizar los resultados
ANIVAL TORRE
Metodología de la simulación
Validar las distribuciones
Validar el modelo conceptual
Verificar el programa software
Validación del modelo de simulación
Lanzar los experimentos de simulación
Documentar el estudio de simulación
32
 Justificación Económica

Costo
Costos de Operación
SIN SIMULACION

Costos de Operación
CON SIMULACION

Tiempo

ANIVAL TORRE 33
 Ventajas de la simulación

1. Es un laboratorio de aprendizaje
2. Permite manejar procesos no homogéneos
3. Mejora el desempeño del sistema
4. Disminuye las inversiones y gastos de operación
5. Reduce el tiempo de desarrollo del sistema
6. Asegura que el sistema se comportará como se desea
7. Permite conocer oportunamente hechos relevantes
8. Permite analizar el posible comportamiento para modificarlo
adecuadamente.
9. Es mas barato mejorar un sistema vía simulación.
10. Puede ser el único medio para lograr soluciones.
11. Permite analizar sistemas de alta complejidad.

ANIVAL TORRE 34

▪ Producción
▪ Programación,
▪ Inventarios
▪ Planeación corporativa
▪ Ingeniería
▪ Finanzas
▪ Distribución y Logística
▪ Investigación y desarrollo
▪ Mercadotecnia
▪ Procesamiento de datos
▪ Personal en empresas de
servicios.
▪ Salud en salas de
emergencia y operaciones.
▪ Sistemas de Computador.
ANIVAL TORRE
Aplicaciones de la simulación
▪ Telecomunicaciones, Transporte y
Energía
▪ Aplicaciones Militares y Navales
▪ Política Públicas
▪ Planes de Emergencia (terremotos)
▪ Distribución de Servicios (juzgados,
hospitales)
▪ Optimización del rendimiento.
▪ Mejora en la utilización de recurso.
▪ Reducción de tiempos de
fabricación.
▪ Máxima rentabilidad.
▪ Aumento de la productividad.
▪ Optimización de recursos
humanos.
35

1. Determinación e influencia de las
paradas y averías en maquinarias.
2. Mejora de la distribución en planta.
3. Aumento de la capacidad en líneas de
fabricación.
4. Mayor complejidad y variedad de
productos.
5. Ahorro energético.
6. Introducción de nuevos productos y
modelos.
7. El Marketplace, es una simulación de
negocios que recrea un mercado real,
dinámico y competitivo.
ANIVAL TORRE
Beneficios de la simulación
1. Los ejercicios de simulación permiten a
estudiantes y/o gerentes, ganar
experiencia tomando decisiones de
negocios de la vida real.
2. Se formulan estrategias y gestionan la
implementación de la misma,
observando los resultados de sus
decisiones de forma casi inmediata.
3. Se retiene mucho más información y
generan mucho mejor aprendizaje.
4. Simulador es el software que realiza o
ayuda a realizar una simulación.
36
 Modelo matemático

Representación del problema que

se presenta un sistema real.
1
Identificación de las
Identificación de la Función Objetivo variables
Consiste en optimizar (maximizar o Son las incógnitas del
minimizar) el objetivo que persigue, la problema.
cual es una función lineal. 2

Identificación de las restricciones

Son los requisitos para llevarse a cabo,
pueden ser de capacidad, mercado,
materia prima, calidad, balance de
El primer modelo se planteó
materiales, etc. 3
en el año 1958 (Gomory)
37
 Modelo general de
Programación Lineal
Máx / Mín: Z = C1X1 + C2X2 + ... + CnXn Representa la necesidad
Sujeto a:
Define las reglas de juego
A11X1 + A12X2 + .... + A1nXn  B1 o las reglas del negocio.
A21X1 + A22X2 + .... + A2nXn  B2
………………………………………. Define las limitaciones o
normas que deben
Am1X1 + Am2X2 + ..... + AmnXn  Bm respetarse para el análisis.
X1; X2; ....;Xn ≥ 0
Z : Objetivo económico (beneficios, costos, etc.)
Ci : Coeficientes constantes (factores de ponderación)
Xi : Variables de decisión (n)
Bi: Cantidad de recurso i disponible para asignar a las actividades (para i = 1,2,...,m)
Aij: Cantidad del recurso i consumido por cada unidad de la actividad j
 Ejemplo

MODELO MATEMÁTICO RESOLUCIÓN DEL MODELO

Función Objetivo
MAX 4x+6y Es la función de
utilidades que
debo maximizar

Restricciones 2 x + 4 y  24 Limitaciones
4 x + 2 y  24 horarias de las
 máquinas A y B

Condiciones de x  0 Región de
no negatividad  y  0 soluciones factibles
 Ejercicios 2

Dos empresas Mineras extraen dos tipos diferentes de minerales, los cuales son sometidos
a un proceso de trituración, con tres grados: alto , medio y bajo. Las compañías han firmado
un contrato para proveer de mineral a una planta de fundición cada semana, 12 toneladas de
mineral de grado alto, 8 toneladas de grado medio y 24 toneladas de grado bajo. Cada una
de las empresas tiene diferentes procesos de fabricación como se indica en la
tabla. ¿cuántos días a la semana debería operar cada empresa para cumplir el contrato con
la planta de fundición, sabiendo que se labora un dia completo de lunes a viernes.?
Mina Coste por día ($) Alto (Tn/día) Medio (Tn/día) Bajo (Tn/día)
1 180 6 3 4
2 160 1 1 6
12 8 24
Solución
 Formulación matemática básica
en un problema de I.O.
Identificación de la variables Identificación de las restricciones

X1 = número de días a la semana que la Según el balance entre las limitaciones productivas
empresa 1 produce de la fábrica y el contrato con la planta de fundición

X2= número de días a la semana que la Alto 6X1+1X212

empresa 2 produce Medio 3X1+1X28
Identificación de la Función Objetivo Bajo 4X1+6X224
Como objetivo buscamos minimizar el Según los días de trabajo disponibles a la semana
coste X15
Minimizar 180X1+160X2 X25
X1, X2 0 , ENTERO
 LINDO
OBJECTIVE FUNCTION VALUE
Min 180X1+160X2
SUBJECT TO 1) 840.0000

6X1+1X2>=12 VARIABLE VALUE REDUCED COST

X1 2.000000 180.000000
3X1+1X2>=8
X2 3.000000 160.000000
4X1+6X2>=24
ROW SLACK OR SURPLUS DUAL PRICES
!Según los días de trabajo 2) 3.000000 0.000000
3) 1.000000 0.000000
X1<=5
4) 2.000000 0.000000
X2<=5 5) 3.000000 0.000000
6) 2.000000 0.000000
END
NO. ITERATIONS= 3
GIN X1
BRANCHES= 0 DETERM.= 1.000E 0
GIN X2
 Ejercicios 3

Medican, Inc., renta equipo especializado de rayos X a hospitales. Actualmente

hay tres máquinas ubicadas en Nueva York, dos en Chicago y tres en Los
Ángeles. Hay hospitales en Dallas que requieren cuatro máquinas. Los de Denver
y Phoenix necesitan cada uno dos máquinas. El costo (en dólares) de enviar una
máquina de cada ciudad a cada hospital se muestra en la siguiente tabla:
Dibuje una red de distribución que indique los suministros, demandas y otros
datos relevantes apropiados (cuando sea adecuado, añada nodos y arcos
figurados para obtener un problema equilibrado). Formule un modelo matemático
para determinar cuántas máquinas deberían enviarse desde cada ciudad a cada
hospital para incurrir en el mínimo costo.
HACIA
DESDE DALLAS DENVER PHOENIX
Nueva York 1600 1800 2500
Chicago 900 1000 1800
Los Ángeles 1400 1000 400
 Red

ORIGEN DESTINO
(Ciudad) (hospital)
New York 1 X11 1 Dallas
(3) (4)
X12
X13

Chicago
2 2 Denver
(2) (2)

Los Ángeles Phoenix

(3) 3 3 (2)
 Modelo matemático

I. Identificación de variables
• Xij = Número de máquinas a enviar del origen i al destino j

II. Identificación de la función objetivo

• MIN 1600X11 + 1800X12 + 2500X13 + 900X21 + 1000X22
+ 1800X23 +1400X31 + 1000X32 + 400X33

III Identificación de Restricciones

• X11 + X12 + X13 ≤ 3 X11 + X21 + X31 = 4
• X21 + X22 + X23 ≤ 2 X12 + X22 + X32 = 2
• X31 + X32 + X33 ≤ 3 X13 + X23 + X33 = 2
• Xij ≥ 0, ENTERO
 Lindo

MIN 1600X11 + 1800X12 + 2500X13 + 900X21 +

1000X22 + 1800X23 + 1400X31 + 1000X32 + 400X33 1) 8500
SUBJECT TO
X11 + X12 + X13 <= 3 Variable Value Reduced Cost
X21 + X22 + X23 <= 2 X11 3.000000 1600.000
X31 + X32 + X33 <= 3
X11 + X21 + X31 = 4 X12 0.000000 1800.000
X12 + X22 + X32 = 2
X13 0.000000 2500.000
X13 + X23 + X33 = 2
END X21 1.000000 900.0000
GIN X11
GIN X12
X22 1.000000 1000.000
GIN X13 X23 0.000000 1800.000
GIN X21
GIN X22 X31 0.000000 1400.000
GIN X23 X32 1.000000 1000.000
GIN X31
GIN X32 X33 2.000000 400.0000
GIN X33
 Problema N°1
Mezcla de productos

Una Cía. produce tres productos de caucho: Airtex (esponjoso), Extendex

(elástico) y Resistex (Rígido). Los tres productos requieren de los mismos
polímeros A, B y C y una Base (oz. / lb.); la demanda para la próxima semana de
los tres productos (lb.) y las ganancias respectivas ($ / lb.) se indica en la
siguiente tabla. Se pide determinar un plan de producción para esta semana.

Producto Ingredientes(oz./Lb.) Demanda Ganancia

A B C Base Lb. $/lb.

Airtex 4 2 4 6 1000 7
Extendex 3 2 2 9 500 7
Resistex 6 3 5 2 400 6
Stock (lb.) 500 425 650 1100
 Modelo del Problema N°1

• A= Número de lb. de Airtex por producir

Identificación de las
• E= Número de lb. de Extendex por producir
variables
• R= Número de lb. de Resistex por producir

Identificación de la
• MAX 7A + 7E + 6R
función objetivo

• 4A + 3E + 6R  8000 (Polímero A)
• 2A + 2E + 3R  6800 (Polímero B)
• 4A + 2E + 5R  10400 (Polímero C)
Identificación de las • 6A + 9E + 2R  17600 (Base)
restricciones • A  1000 (Airtex)
• E  500 (Extendex)
• R  400 (Resistex)
• A, E, R  0 (Lb.= 16 onzas)
 Solución con lindo

MAX 7A + 7E + 6R
SUBJECT TO 1) 13133.33
VARIABLE VALUE REDUCED COST
4A + 3E + 6R <= 8000 !(Polímero A) A 1000.00 0.0000
2A + 2E + 3R <= 6800 !(Polímero B) E 533.33 0.0000
R 400.00 0.0000
4A + 2E + 5R <=10400 !(Polímero C)
6A + 9E + 2R <=17600 !(Base)
A >= 1000 !(Airtex)
E >= 500 !(Extendex)
R >= 400 !(Resistex)
 Seamos dueños de nuestro
propio destino

Donde quiera que usted vea un negocio exitoso,

alguien ha tomado una decisión valiente.

50