Optimización I

Semana 1, Clase Sincrónica:

Terminología básica de modelación matemática
Resultados de Aprendizaje

1. Comprender la terminología básica de modelación matemática dentro de un contexto Industrial.

2. Describir las tipologías de problemas y sus supuestos asociados, dentro del ámbito Industrial.
Contenido

La terminología básica de modelación, dentro de un contexto industrial.

 Introducción

La investigación de Operaciones es una disciplina que aplica métodos analíticos avanzados, es decir, modelamiento matemático o
programación matemática para ayudar a tomar las mejores decisiones (Taha, 2012).

El problema de la programación matemática es consiste en aplicar métodos cuantitativos en la gestión de empresa, entendiendo a la
gestión como la planificación, organización y control de las actividades de una organización, de manera de alcanzar sus objetivos y
metas, para lo cual se requiere de la asignación y manejo eficiente de los recursos con que cuenta (Taha 2012).
Introducción

INVESTIGACIÓN DE OPERACIONES

LA PROGRAMACIÓN MATEMÁTICA PERMITE MODELAR

Y ANALIZAR PROBLEMAS DE DECISIÓN

Fuente: Elaboración propia.

 Modelo de Investigación de Operaciones

MODELO:
• Abstracción del sistema real.
• Soporte para analizar un problema de decisión.

Un modelo de Investigación de Operaciones requiere:

• Variables de decisión.
• Función Objetivo.
• Restricciones → recursos, tiempo, restricciones Operacionales.
 Modelo de Investigación de Operaciones

Los primeros modelos de Investigación de

Operaciones nacieron en Inglaterra durante la
Segunda Guerra Mundial para solucionar
algunos problemas militares.
Luego de la guerra, se comenzó a aplicar en
otras áreas como control de inventarios,
asignación de recursos, listas de espera, entre
otras aplicaciones.
Fases de un estudio de Investigación de operaciones

Identificación de las Fases

1. Definición del problema.

2. Construcción del modelo.

3. Solución del modelo.

4. Validación del modelo.

5. Implementación de la solución.

Fuente: Taha, H.A. (2012). Investigación de Operaciones. (9ª ed.). Editorial Pearson.
Terminología de la formulación de Problemas

 Parámetros o variables exógenas:

• Valor conocido y constante dentro del modelo. Ejemplo: Oferta, Demanda, coeficiente de utilidad marginal, coeficiente de costo
marginal, disponibilidad de recurso, tiempo.
 Variables de decisión o variables endógenas:
• Cantidades que se pueden controlar para mejorar el objetivo.
 Restricciones:
• Limitaciones en los valores para las variables de decisión.
 Función Objetivo:
• Medida para comparar las alternativas. Se busca maximizar o minimizar este objetivo.
Algoritmos de Optimización

Algunos modelos de optimización tienen algoritmos específicos de resolución que veremos más adelante.

Un algoritmo simplemente es una especie de “receta” que nos permite resolver o dar solución a un problema, es decir, si seguimos
esta receta al pie de la letra no deberíamos tener problemas en encontrar la solución, siempre y cuando el problema tenga una
solución factible.
Estructura de un modelo de Optimización
Álgebra de los modelos de Optimización

n decisiones en un modelo matemático: f(x1,x2,…xn), como medida de desempeño, se puede expresar como la función:
Z=3x1+2x2+…+5xn Esta función se denomina FUNCIÓN OBJETIVO.

Las limitaciones del modelo se expresan en las mismas variables, en formas de ecuaciones o desigualdades:

X1+3x2<=10
Estas se denominan restricciones, que limitan la función objetivo y tal como lo habíamos indicado anteriormente, las constantes se
denominan parámetros del modelo.
Álgebra de los modelos de Optimización

Función Objetivo:
Max ó min Z= c1 x1 + c2 x2 + c3 x3 + ...+ cn xn
Sujeto a:
a11 x1 + a12 x2 +...+ a1n xn ≤ b1
a21 x1 + a22 x2 +...+ a2n xn ≤ b2
. . .
am 1 x1 + am2 x2 +...+ amn xn ≤ bm
xj ≥ 0 ; j=1..n

Modelo General de PL con “m” restricciones y ”n” variables de Decisión.

Álgebra de los modelos de Optimización

Sea el modelo matricial:

Optimizar Z =CX
sujeto a AX <= b
X≥0
Donde:
Resumen

En esta clase vimos los principales conceptos asociados a la modelación matemática y su importancia en el desarrollo de la industria para
resolver problemas y tomar decisiones optimas en cada uno de los procesos.

Los modelos de optimización son parte de la disciplina de Investigación de Operaciones y están compuestos por variables de decisión,
parámetros, función objetivo y restricciones, los que corresponden a modelos matriciales que pueden ser formados y resueltos con
algoritmos específicos. Mas adelante veremos tales algoritmos y las implementaciones de estos modelos en software de Optimización
para luego interpretar sus soluciones y llevarlas al sistema real.
Referencias

Taha, H.A. (2012). Investigación de Operaciones. (9ª ed.). Editorial Pearson.