ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ

MANUEL FÉLIX LÓPEZ

CARRERA DE COMPUTACIÓN

QUINTO NIVEL “A”

TRABAJO AUTÓNOMO

TEMA:
CAPÍTULO 1 – INVESTIGACIÓN DE OPERACIONES
CAPÍTULO 2 – INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL

AUTORA:
BÉLGICA NATALY MUÑOZ MUÑOZ

CÁTEDRA INTEGRADORA:
MÉTODOS DE OPTIMIZACIÓN

DOCENTE:
ING. GUSTAVO GABRIEL MOLINA GARZÓN

CALCETA, OCTUBRE 2021

Responder las siguientes preguntas:

1. Definir Investigación de Operaciones

La investigación de operaciones o investigación operativa es una disciplina que
consiste en la aplicación de métodos analíticos avanzados con el propósito de
apoyar el proceso de toma de decisiones identificando los mejores cursos de
acción posibles; utiliza técnicas de modelamiento matemático, análisis
estadístico y optimización matemática con el objetivo de alcanzar soluciones
óptimas o cercanas a ellas cuando se enfrentan problemas de decisión
complejos.

2. Elabore una lista de los pasos del proceso de toma de decisiones y comente
sobre como Evaluar las alternativas
1. Definir el problema.
2. Identificar alternativas.
3. Determinar los criterios.
4. Evaluar las alternativas: Encontrar la mejor solución con respecto a un
único criterio.
5. Elegir una alternativa.

3. Escriba tres ventajas y tres desventajas de tomar una decisión siguiendo el

método cuantitativo y el método cualitativo
Método cuantitativo
Ventajas
 Permite la generalización; es decir nos permite saber <<quién, qué,
cuándo y dónde>>. La información la podemos obtener de un gran
número de personas, sea esta de tipo numérica o de clasificación para el
estudio de mercado.
 Se puede determinar las decisiones de lo que se debe hacer.
 Proporciona cifras completas que son necesarias para poder tomar
decisiones.
Desventajas
 Muchos tipos de información son muy difíciles de obtener, como la
información muy personal.
  No hay información sobre los factores que ayudan a interpretar los
resultados o explicar las variaciones del comportamiento de los
participantes.
 Los errores en el análisis pueden dar resultados erróneos que no lograrán
el impacto deseado.

Método cualitativo
Ventajas
 El uso de las preguntas abiertas y entrevistas nos permiten entender muy
bien cuáles son los detalles de las actitudes o comportamiento de las
personas; es decir, saber cuáles son sus experiencias y reconocer datos
importantes que pueden no estar cuando se les hace una encuesta con
preguntas seleccionadas.
 Permite identificar nuevos fenómenos que puedan surgir cuando se
realicen los estudios de mercado.
 Proporciona una comprensión más profunda del objeto de estudio.
Desventajas
 No se puede generalizar a la población
 Es un reto en la aplicación de los métodos estadísticos
 El volumen de datos obtenidos puede hacer que el análisis y la
interpretación lleven mucho tiempo

4. Escriba tres ventajas de analizar y experimentar con un modelo en vez de

hacerlo con el objeto o la situación real
 Requieren menos tiempo y es menos caro que experimentar con el
objeto o la situación real.
 Permiten una identificación rápida de las expectativas esperadas.
 Reducen los riesgos asociados con la experimentación real.

5. Explique la importancia de la abstracción al momento de modelar

La abstracción al momento de modelar es importante para la toma de decisiones
ya que esta no captura todos los aspectos de la situación real sino los más
relevantes para que estos puedan tratarse matemáticamente.
6. Grafique:
1. 3x+2y<=4
3x+2y=4 3x+2y=4
x=0 y=0
3(0)+2y=4 3x+2(0)=4
2y=4 3x=4
y=4/2 x=4/3
y=2 B = (0 , 1.33)
A = (0 , 2)

2. -6x+y>=2
-6x+y=2 -6x+y=2
X=0 y=0
-6(0)+y=2 -6x+0=2
Y=2 -6x=2
A = (0 , 2) X=-2/6
B = (0, -0.33)
7. Investigue sobre la importancia de la optimización. Dé un ejemplo práctico
La optimización es importante ya que, son las mejoras enfocadas hacia la
búsqueda de la excelencia en dicho producto y/o servicio que se ofrece al cliente
y con el que pretendemos satisfacer plenamente sus necesidades. La
optimización emplea decisiones estratégicas y operativas que han de asegurar
en todo momento la mejor calidad, el mejor servicio y el mejor precio.
Problema real
Un agricultor tiene 500 hectáreas de terreno para cultivar próximamente y desea
planificar tal cultivo. Sabe que necesitará disponer de 200 toneladas de trigo y
240 toneladas de maíz para alimentar a su ganado, lo que puede obtener
mediante su propia cosecha o mediante compra en el mercado. Lo que produzca,
y que no dedique a su ganado, lo puede vender. Los precios de venta son de 170
euros y 150 euros por cada tonelada de trigo y de maíz, respectivamente. Los
precios de compra son un 40% superior debido a las ganancias de
intermediarios y a los costos de transporte.
Otro cultivo posible es el de caña de azúcar, que se vende a 36 euros cada
tonelada producida. Sin embargo, normas de la Comisión Europea imponen una
cuota máxima para la producción de azúcar, lo que conlleva que cada tonelada
de caña de azúcar producida sobre tal cuota tendrá un precio de venta de 10
euros. Para el próximo cultivo se espera que tal cuota sea 6000 toneladas.
Basado en experiencias anteriores, el agricultor conoce que la producción
media es 2,5, 3 y 20 toneladas por hectárea de trigo, maíz y caña de azúcar,
respectivamente. El costo de plantar una hectárea de trigo, maíz y caña de
azúcar es de 150, 230 y 260, respectivamente.
Plantear un modelo matemático cuya solución pueda ayudar al agricultor en su
deseo de maximizar sus beneficios.
Modelo matemático
 x1 = hectáreas que dedicará a trigo,
 x2 = hectáreas que dedicará a maíz,
 x3 = hectáreas que dedicará a azúcar,
 y1 = toneladas que comprará de trigo,
 y2 = toneladas que comprará de maíz,
 w1 = toneladas que venderá de trigo,
  w2 = toneladas que venderá de maíz,
 w3 toneladas que venderá de azúcar a 36 euros,
 w4 = toneladas que venderá de azúcar a 10 euros.

Un modelo matemático es:

𝑚𝑎𝑥 − 150𝑥1 −230𝑥2 −260𝑥3 −238𝑦1 −210𝑦2 +170𝑤1 +150𝑤2 +36𝑤3 +10𝑤4

sujeto a:

𝑥1 +𝑥2 +𝑥3 ≤ 500

2,5𝑥1 +𝑦1 −𝑤1 ≥ 200

3𝑥2 +𝑦2 −𝑤2 ≤ 240

𝑤3 +𝑤4 ≤ 20𝑥3

𝑤3 ≤ 6000

𝑥1 , 𝑥2 , 𝑥3 , 𝑦1 , 𝑦2 , 𝑤1 , 𝑤2 , 𝑤3 , 𝑤4 ≥ 0

Este modelo pertenece a la Programación Lineal, y mediante algún método de

resolución es posible concluir que una solución óptima es:

𝑥1 = 120 , 𝑥2 = 80 , 𝑥3 = 300 , 𝑦1 = 0 , 𝑦2 = 0 ,

𝑤1 = 100 , 𝑤2 = 0 , 𝑤3 = 6000 , 𝑤4 = 0

con beneficio óptimo 118600. Esto significa que el agricultor deberá dedicar
120 hectáreas a trigo, 80 a maíz y 300 a caña de azúcar, y con ello se espera
que venderá 100 toneladas de trigo y la cuota máxima de azúcar (es decir, al
precio más favorable), obteniendo un beneficio total de 118600 euros.

8. Investigue e indique 5 programas que permitan resolver problemas de

programación lineal
 Visual Math (Elección del editor): convierte datos en decisiones
inteligentes en muy poco tiempo. El software tamiza automáticamente
miles de millones o, a veces, trillones de soluciones sugeridas para elegir
la mejor. Las licencias para estudiantes están, subvencionadas en 30
dólares, mientras que los usuarios empresariales pueden pagar hasta 90
dólares para acceder al programa.
 Gurobi: es uno de los más versátiles solucionadores de problemas de
optimización de LP. La heurística MIP de este programa a menudo
produce soluciones de la mejor calidad incluso con problemas que
involucran decenas de variables de decisión.
 GAMS (Sistema General de Modelado Algebraico): es un software
de modelado de programación lineal de alto nivel para la optimización
matemática y está diseñado para resolver rápidamente problemas de
maximización/minimización. A través de su plataforma interactiva,
GAMS permite a los usuarios formular fácilmente modelos matemáticos
casi similares a sus descripciones matemáticas. GAMS tiene dos listas
de precios: una para usuarios académicos y otra para usuarios
comerciales.
 CPLEX: proporciona una de las formas más rápidas de construir
modelos de optimización empresariales y soporta soluciones para una
amplia gama de problemas de planificación y programación comunes.
Cuenta con un lenguaje de modelado descriptivo, un entorno de
desarrollo totalmente integrado y una gran cantidad de herramientas
integradas, por lo que es un maestro en todo el proceso de desarrollo de
modelos. Los modelos construidos suelen ser independientes de los
datos aplicados, lo que significa que los usuarios no necesitan modificar
el código de modelo cuando trabajan en diferentes instancias de un
problema. El precio comercial parece un poco alto, pero hay una versión
de prueba gratuita.
 LINGO (LINear Generalize Optimizer): es una herramienta simple
para formular problemas lineales y no lineales, resolverlos y analizar su
solución. El resultado que LINGO nos proporciona es la optimización
que nos ayuda a encontrar el mejor resultado: la ganancia más alta, o el
costo más bajo. La sintaxis que se utiliza en este programa es muy
sencilla. Para el nombre de las variables se establece que deben tener 32
caracteres como máximo, Deben comenzar con una letra seguido de
letras, dígitos o _. El compilador de LINGO no distingue entre
mayúsculas y minúsculas.