Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigacion Operativa
Investigacion Operativa
GUÍA
INVESTIGACION DE
OPERACIONES
Santa Cruz, 2011
PROLOGO
Estimado estudiante,
Es importante aclarar que la finalidad de este curso es mostrar la forma en que puede
emplearse la investigación de operaciones para resolver problemas reales de la vida
profesional, aplicando las técnicas de la Investigación de Operaciones para la
optimización de los recursos.
IDENTIFICACIÓN
OBJETIVO GENERAL
PLAN TEMATICO
Unidad Temas
1 Introducción a la Investigación Operativa
2 Introducción a la Programación Lineal
3 Modelo de transporte
4 Asignación
5 Teoría de las líneas de espera
BASICA
Mathur - Solow. “Investigación de Operaciones - El Arte de la Toma de Decisiones”. Editorial
Prentice Hall. 1996
Hillier - Lieberman. “Introducción a la Investigación de Operaciones”. McGraw-Hill. Edición
Número 7. 2001.
Taha. “Investigación de Operaciones” Editorial Pearson- Prentice Hall. 7a Edición. 2004
Winston. “Investigación de Operaciones. Aplicaciones y Algoritmos. ” Thomson Editores. 2004.
Barry Render Jay Heizer. “Principios de administración de operaciones”. Prentice Hall
Hispanoamericana, S.A. 1996
COMPLEMENTARIA
PAGINAS RECOMENDADAS
http://www.investigacion-operaciones.com/Historia.htm
1.2. Fases de estudio de la Investigación de operaciones
http://www.investigacion-operaciones.com/Historia.htm
http://www.investigacion-operaciones.com/Historia.htm
2. Programación Lineal.
2.1. Formulación de problemas lineales
http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r14500.DOC
http://www.investigacion-operaciones.com/Historia.htm
2. Introducción a la
4 Formulación de modelos de programación lineal Resolver los ejercicios propuestos:
Programación Lineal
Práctico No 3 y 4
2. Introducción a la Desarrollo del método Simplex. Resolver los ejercicios propuestos del 1 al 4
5
Programación Lineal PRACTICA EN LABORATORIO No1 ( Software TORA ) Práctico No 2
2. Introducción a la
9 Dualidad y sensibilidad
Programación Lineal Resolver ejercicios propios propuestos.
Consolidación. Unidad I y II Presentar el primer avance del proyecto final
10 Consolidación Presentación del 1º Avance del Proyecto Final PREPARARSE PARA EL PRIMER PARCIAL
3.Modelos de Análisis de casos de transporte. Método matriz mínima Resolver los ejercicios propuestos del 1 al 3:
13
Transporte Práctico No 5 ( Método matriz mínima )
3.Modelos de Análisis de casos de transporte. Método Vogel Resolver los ejercicios propuestos del 1 al 3:
14
Transporte Presentación del 2º Avance del Proyecto Final Práctico No 5 ( Método Vogel)
PROFESOR __ ___________________________________________________________
OBJETIVO DE APRENDIZAJE
Los estudiantes con conocimientos previos de Álgebra y Geometría, elaboran un informe conteniendo la definición de Investigación Operativa y
sus fases.
CRITERIOS DE EVALUACION
OBSERVACIONES
El estudiante deberá tener un compotamiento adecuado y de respeto con sus compañeros y con su profesor.
Deberá ser puntual y asistir regularmente a su clase, cuando esto no se dé, deberá dar as conocer a su profesor la razón de su falta.
Los trabajos deben contener una portada que comprenda toda la informacion, que identifique al alumno, tema del trabajo a que corresponde,
los trabajos deben se bien presentados, con limpieza calidad y buena ortografia para hacerse acreedor a la maxima puntuacion.
Queda prohibido el uso de celulares y equipo de sonido personalizado en la hora de clase
P E R S P E C T IV A H IS T O R IC A
N ot a :
E n tod o el tex to n os L a s ra íc e s d e la In v e s tig a c ió n d e o p e ra c io n e s s e re m o n ta n a m u c h a s d é c a d a s ,
ref eri rem os a l a c u a n d o s e h ic ie ro n lo s p rim e ro s in te n to s p a ra e m p le a r e l m é to d o c ie n tífic o e n la
I n v esti gaci ón O p erati v a
com o I O .
a d m in is tra c ió n d e u n a e m p re s a . S in e m b a rg o e l in ic io d e e s ta a c tiv id a d lla m a d a
In v e s tig a c ió n d e O p e ra c io n e s (IO ) tie n e s u o rig e n e n la 2 d a . G u e rra M u n d ia l, d o n d e
e x is tía n g ru p o s e s p e c ia le s (M a te m á tic o s , F ís ic o s , P s ic ó lo g o s , In g e n ie ro s , e tc .), c u y a
I m p or t a n t e:
L a I O es tam bi én con oci da la b o r e ra a s e s o ra r a la o rg a n iz a c ió n m ilita r, e n e l p la n o e je c u tiv o e n re la c ió n a la s
com o A d m . d e op eraci on es o p e ra c io n e s b é lic a s (A n á lis is d e e s tra te g ia s d e b o m b a rd e o , d e fe n s a a é re a y
y /o A d m . d e l a p rodu cci ón .
p ro g ra m a c ió n d e o p e ra c io n e s lo g ís tic a s ).
R E L A C IO N C O N L A M A L L A C U R R IC U L A R
E STAD ISTIC A
E STAD ISTIC A
INFE R E NC IAL
¿ Q U E E S L A IO ?
I m p or t a n t e: L a IO e s tá a s o c ia d a , c a s i e n e x c lu s iv a , c o n la a p lic a c ió n d e té c n ic a s m a te m á tic a s ,
L os p rob l em as d e d eci si ón p a ra re p re s e n ta r p o r m e d io d e u n m o d e lo p ro b le m a s d e d e c is ió n .
q u e se estu di an están
rel aci on ad os con l a
ad m i ni straci ón . C o m o té c n ic a p a ra la s o lu c ió n d e p ro b le m a s , la IO d e b e v is u a liz a rs e c o m o u n a
c ie n c ia y c o m o u n a rte . E l a s p e c to d e la c ie n c ia ra d ic a e n o fre c e r té c n ic a s y
N o ol v i d e q u e l a A d m .
an al i za l a form a d e u ti l i zar,
a lg o ritm o s m a te m á tic o s , p a ra re s o lv e r p ro b le m a s d e d e c is ió n a d e c u a d o s . L a IO e s
d e l a m an era m ás efi ci ente, u n a rte , d e b id o a q u e e l é x ito q u e s e a lc a n z a e n to d a s la s fa s e s a n te rio re s y
l os recu rsos escasos
p o s te rio re s a la s o lu c ió n d e u n m o d e lo m a te m á tic o , d e p e n d e e n fo rm a a p re c ia b le ,
L a I O trata d e rel aci on ar d e la c re a tiv id a d y la h a b ilid a d p e rs o n a l d e lo s a n a lis ta s e n c a rg a d o s d e to m a r la s
tres áreas d e u na em p resa: d e c is io n e s .
D E F IN IC IÓ N D E L P R O B L E M A
D e fin ic ió n d e la m e ta o e l o b je tiv o d e l e s tu d io . P a ra d e fin ir e l p ro b le m a , d e b e m o s
p la n te a rn o s la s p re g u n ta s n e c e s a ria s .
ID E N T IF IC A C IÓ N D E L A S A L T E R N A T IV A S D E D E C IS IÓ N D E L S IS T E M A
R e c o n o c im ie n to d e la s lim ita c io n e s , re s tric c io n e s y re q u e rim ie n to s d e l
s is te m a .
x -2 0 2
y -2 0 2
x -6 -6 -6
y ... 0 ...
x ... 0 ...
y 7 7 7
Igualando las dos ecuaciones, hallamos que las rectas se intersectan en el punto P(5,3).
Ejercicios propuestos:
1.-Representar gráficamente:
a) y 2 x 4 x
c) y 4
b) y 2 x 2
2.- Encontrar el punto de intersección de las siguientes rectas:
x y 6 4 x 5 y 32
a) b)
5 x 4 y 12 3 x 5 y 11
CRITERIOS DE EVALUACION
OBSERVACIONES
El estudiante deberá tener un compotamiento adecuado y de respeto con sus compañeros y con su profesor.
Deberá ser puntual y asistir regularmente a su clase, cuando esto no se dé, deberá dar as conocer a su profesor la razón de su falta.
Los trabajos deben contener una portada que comprenda toda la informacion, que identifique al alumno, equipo de trabajo, tema del trabajo a
que corresponde, los trabajos deben se bien presentados, con limpieza calidad y buena ortografia para hacerse acreedor a la maxima
puntuacion.
Queda prohibido el uso de celulares y equipo de sonido personalizado en la hora de clase
2 .1 . P U N T O S D E IN T E R É S D E L A P L
E l a d je tiv o lin e a l s ig n ific a q u e to d a s la s fu n c io n e s m a te m á tic a s d e l m o d e lo d e b e r s e r
fu n c io n e s lin e a le s . En e s te ca so, la s p a la b r a p r o g r a m a c ió n no se r e fie r e a
p r o g r a m a c ió n e n c o m p u ta d o r a s ; e n e s e n c ia e s u n s in ó n im o d e p la n e a c ió n .
L a p r o g r a m a c ió n lin e a l u tiliz a u n m o d e lo m a te m á tic o p a r a d e s c r ib ir e l p r o b le m a .
A s í, la p r o g r a m a c ió n lin e a l tr a ta la p la n e a c ió n d e la s a c tiv id a d e s p a r a o b te n e r u n
r e s u lta d o ó p tim o , e s to e s , e l r e s u lta d o q u e m e jo r a lc a n c e la m e ta e s p e c ific a d a
( s e g ú n e l m o d e lo m a te m á tic o ) e n tr e to d a s la s a lte r n a tiv a s d e s o lu c ió n .
L a P L e s u n a té c n ic a m a te m á tic a a m p lia m e n te u tiliz a d a , d is e ñ a d a p a r a a y u d a r a lo s
a d m in is tr a d o r e s de p r o d u c c ió n y o p e r a c io n e s en la p la n e a c ió n y to m a de
d e c is io n e s r e la tiv a s a la a s ig n a c ió n y u s o d e r e c u r s o s . ( E x tr a íd o d e l lib r o “P r in c ip io s
d e A d m in is tr a c ió n d e O p e r a c io n e s ”, R e n d e r- H e iz e r , p á g in a 1 6 0 )
A lg u n o s d e e je m p lo s d e p r o b le m a s , e n lo s q u e la P L h a s id o a p lic a d a e x ito s a m e n te
e n la a d m in is tr a c ió n d e o p e r a c io n e s ( IO ), s o n :
L a s e le c c ió n d e la m e z c la d e p r o d u c to s e n u n a fá b r ic a , p a r a te n e r e l m e jo r u s o
d e la s h o r a s d is p o n ib le s d e la m a q u in a r ía y la m a n o d e o b r a , m ie n tr a s s e
m a x im iz a la u tilid a d d e la s e m p r e s a s .
L a s e le c c ió n d e d ife r e n te s m e z c la s d e m a te r ia p r im a e n lo s m o lin o s d e c o m id a
p a r a p r o d u c ir c o m b in a c io n e s d e a lim e n to s te rm in a d o s a l m ín im o c o s to .
L a d e te rm in a c ió n d e u n s is te m a d e d is tr ib u c ió n q u e m in im ic e e l c o s to to ta l d e
e m b a rq u e d e v a r io s a lm a c e n e s a v a r ia s lo c a liz a c io n e s d e m e r c a d o .
E l d e s a r r o llo d e u n p r o g ra m a d e p r o d u c c ió n q u e s a tis fa g a la s d e m a n d a s fu tu r a s
p a r a u n p r o d u c to d e u n a c o m p a ñ ía y , a l m ín im o tie m p o , m in im ic e lo s c o s to s
to ta le s d e p r o d u c c ió n e in v e n ta r io s .
L o s té r m in o s c la v e e n la P L s o n r e c u r s o s y a c tiv id a d e s .
L o s e je m p lo s d e r e c u r s o s s o n :
D in e r o
T ip o s e s p e c ia le s d e m a q u in a r ia s y e q u ip o s
V e h íc u lo s
P r eg u n t a : P e rs o n a l
D e acu er d o a estos T ie m p o y
ej em p l os ¿q u é en ti en d e U d .
p or r ecu r so y q u é p or E s p a c io fís ic o
acti v i d ad ? L o s e je m p lo s d e a c tiv id a d e s in c lu y e n :
I n v e r s ió n d e d in e r o e n p ro y e c to s e s p e c ífic o s
P u b lic id a d e n u n m e d io d e te rm in a d o
E l e n v ío d e b ie n e s d e c ie r ta fu e n te a c ie rto d e s tin o
L a p r o d u c c ió n d e u n c ie rto b ie n
2 .2 . M O D E L O S M A T E M Á T IC O S
L a m o d e la c ió n s e d e fin e c o m o e l p r o c e s o d e a b s tr a c c ió n d e l s is te m a r e a l a u n
m o d e lo c u a n tita tiv o .
L a m o d e la c ió n e s s in d u d a u n a c o m b in a c ió n d e a r te y c ie n c ia . N o s e p u e d e p r e c is a r
u n a m e to d o lo g ía p a r a la c o n s tr u c c ió n d e u n m o d e lo , p o r lo q u e n e c e s a ria m e n te la
m o d e la c ió n s e a p r e n d e c o n la p r á c tic a .
E N C O N T R A R L A S R E S T R IC C IO N E S :
N ota:
L as r estri cci on es m ás S o n d ife r e n te s r e q u is ito s q u e d e b e c u m p lir c u a lq u ie r s o lu c ió n p a r a q u e
com u n es son :
p u e d a lle v a r s e a c a b o . E n c ie r ta m a n e r a s o n la s lim ita n te s e n lo s v a lo r e s d e
R estri cci on es d e cap aci d ad . lo s n iv e le s d e la s d ife r e n te s a c tiv id a d e s ( v a r ia b le s ).
L i m i tan el v al or de l as
v ari ab l es d eb i d o a la
d i sp on i bi l i dad de h oras-
D E T E R M IN A R L A F U N C IÓ N O B J E T IV O :
h om b re, h oras- m áqu i n a,
esp aci o, etc. C o n e l o b je tiv o s e p r e te n d e m e d ir la e fe c tiv id a d d e la s d ife r e n te s s o lu c io n e s
fa c tib le s q u e p u e d e n o b te n e r s e y d e te rm in a r la m e jo r s o lu c ió n .
R estri cci on es d e m ercad o.
S u rgen de l os v al o res
m áx i m os y /o m í n i m os d e l a D e b e r á d e fin ir s e c la r a m e n te la s u n id a d e s d e m e d ic ió n d e l o b je tiv o , c o m o
d em an d a. d in e r o , tie m p o , e tc .
R estri cci on es d e en trad as.
S on l i m i tan tes d eb i d o a l a
escasez d e m ateri as p ri m as,
2 .1 . MO DELO G ENER AL DE PL
m an o d e ob ra, di n ero, etc.
O p tim iz a r ( m a x im iz a r o m in im iz a r ):
N ota:
E x i sten 2 m étod os para
reso l v er l os p rob l em as d e
PL : c1x 1 + c 2 x 2 + ....+ c n x n = Z
M étod o G ráfi co
M étod o S i m p l ex
S u je ta a la s s ig u ie n te s re s tr ic c io n e s :
a 1 1 x 1 + a 1 2 x 2 + ....+ a 1 n x n < b1
a 2 1 x 1 + a 2 2 x 2 + ....+ a 2 n x n < b2
a m 1 x 1 + a m 2 x 2 + ....+ a m n x n < bm
D o n d e e l v a lo r d e la s v a ria b le s e s :
x 1, x 2, … .. x n 0
2 . 4 . 1 M E T O D O S IM P L E X ( C A S O M A X I M I Z A C I O N )
L a m a y o r ía d e lo s p r o b le m a s d e P L tie n e n m á s d e 2 v a r ia b le s y s o n , p o r e n d e ,
N ota: d e m a s ia d o g r a n d e s p a ra u n a s o lu c ió n g r a fic a . U n p r o c e d im ie n to lla m a d o M é to d o
G eor ge B . D an tzi g es el
S im p le x p u e d e s e r u tiliz a d o p a r a e n c o n tr a r la s o lu c ió n ó p tim a .
cr ead or d el M étod o
S i m p l ex y de la
p r ogr am aci ón l i n eal . E l M é to d o S im p le x e s e n r e a lid a d u n a lg o r itm o (o u n c o n ju n to d e in s tr u c c io n e s ) c o n
lo c u a l s e e x a m in a n lo s p u n to s e n la s e s q u in a s d e u n a m a n e r a m e tó d ic a h a s ta
c o n s e g u ir la m e jo r s o lu c ió n . E x is te n s o ftw a r e s q u e p e r m ite n r e s o lv e r p r o b le m a s d e
P L , p e r o e s ú til e n te n d e r la m e c á n ic a d e l a lg o r itm o . A c o n tin u a c ió n d e fin ir e m o s
a lg u n o s té rm in o s im p o rta n te s :
V A R IA B L E D E H O L G U R A
N ota: E s a q u e lla v a r ia b le q u e p e r m ite c o n v e r tir u n a d e s ig u a ld a d ( ) e n u n a ig u a ld a d
L as v ar i ab l es d e h ol gu r a (= )
r ep r esen tan
u ti l i zad os, tal
r ecu r sos
com o
no
el
S O L U C IÓ N B Á S IC A
ti em p o en una m áqu i n a, E s u n a s o lu c ió n d e u n s is te m a d e s is te m a d e e c u a c io n e s lin e a le s s im u ltá n e a s .
esp aci o fí si co, d i n er o, etc.
S O L U C IÓ N F A C T IB L E
S i to d a s la s v a r ia b le s , d e u n a s o lu c ió n b á s ic a , a s u m e n v a lo r e s n o n e g a tiv o s , d e
lo c o n tr a r io e s n o fa c tib le .
S O L U C IO N Ó P T IM A
E s la m e jo r s o lu c ió n fa c tib le .
E L MÉ TO D O D E L A M
E s u n p r o c e d im ie n to q u e p e rm ite r e s o lv e r p r o b le m a s d e p r o g r a m a c ió n lin e a l q u e
in c lu y e n r e s tr ic c io n e s “= ” y “= > ”.
F O R M A D E IG U A L D A D (F O R M A E S T A N D A R )
E l p r im e r p a s o d e l M é to d o S im p le x r e q u ie r e q u e s e c o n v ie r ta c a d a d e s ig u a ld a d d e
r e s tr ic c ió n en una e c u a c ió n . Las r e s tr ic c io n e s pueden ser c o n v e r tid a s a
e c u a c io n e s a l s u m a r u n a v a r ia b le d e h o lg u r a , ta l c o m o s e ilu s tr a a c o n tin u a c ió n :
P R O B L E M A O R IG IN A L :
2X 2 6
X1 + X2 6
S e s u m a n la s v a r ia b le s d e h o lg u r a d e l la d o
iz q . d e la d e s ig u a ld a d . O b s e r v e q u e e n la
fu n c ió n o b je tiv o n o e x is te n h o lg u r a s .
=
-10X1 -12X2 0
+H3 =
2X1 +3X2 15
2X2 +H4 = 6
X1 +X2 +H5 = 6
Estamos copiando los coeficientes de cada
variable y los espacios vacíos se rellenan con
cero.
TABLA INICIAL
X1 X2 H3 H4 H5 LD
-10 -12 0 0 0 0
2 3 1 0 0 15
0 2 0 1 0 6
1 1 0 0 1 6
2X2 +H4 =
X1 +X2 +H5 =
Interpretación:
X1 = 0
X2 = 0
X3 = 6
H4 = 0
H5 = 30
Z = 24
=
3X1 5X2 0
1X1 +H3 = 4
2X2 +H4 = 12
3X1 +2X2 +H5 = 18
TABLA INICIAL:
X1 X2 H3 H4 H5 LD
3 5 0 0 0 0
1 0 1 0 0 4
0 2 0 1 0 12
3 2 0 0 1 18
RESULTADO DE LA PRIMERA
ITERACION:
X1 X2 H3 H4 H5 LD
3 0 0 5/2 0 30
1 0 1 0 0 4
0 1 0 1/2 0 6 Interpretación:
3 0 0 -1 1 6
X1 = 2
RESULTADO DE LA SEGUNDA
ITERACION: X2 = 6
X1 X2 H3 H4 H5 LD H3 = 2
0 0 0 3/2 1 36 H4 = 0
0 0 1 1/3 -1/3 2 H5 = 0
0 1 0 1/2 0 6 Z = 36
1 0 0 -1/3 1/3 2
Signo Variables
= Sumar una variable Artificial
≥ Sumar una variable Artificial y
restar una variable de Holgura.
≤ Sumar una variable de Holgura
RECUERDE:
.
Restriccione Ecuacione FO Max FO Min Solamente se utiliza para plantear una solución inicial factible y no debe ser
s s considerada en la solución óptima, es decir no debe tener asignado ningún
= +A - MA + MA
valor.
-H + A - MA + MA Con el objetivo de eliminar dichas variables se realiza la penalización, método
que se explica a continuación.
+H -------- -------
MINIMIZACIÓN
EJEMPLO 1
Nota:
La forma estándar de este modelo es: En los casos de minimización. En la
función objetivo se asigna a las
Minimizar Z = 3X1 + 2X2 + X3 variables Artificiales un coeficiente
positivo que representa una valor muy
grande (M).
Maximizar ( - Z ) = - 3X1 - 2X2 - X3 - M A4 - MA6
Llevar a la forma de igualdad:
Restricciones
X1 +X2 + A4 = 7
3X1 +X2 + X3 - H5 + A6 = 10
X1 , X2 , X3 , A4 , H5, A6 ≥ 0
32
AREA DE CIENCIAS BASICAS
Tabla Inicial:
X1 X2 X3 A4 H5 A6 LD
3 2 1 M 0 M 0
1 1 0 1 0 0 7
3 1 1 0 -1 1 10
X1 X2 X3 A4 H5 A6 LD
-397 -198 -99 0 100 0 -1700
1 1 0 1 0 0 7
3 1 1 0 -1 1 10
Se resuelve con el método Simplex caso maximizar, se tiene la siguiente tabla:
Resultado de la Primera Iteración:
X1 X2 X3 A4 H5 A6 LD
-
0 -197/3 100/3 0 -97/3 397/3
1130/3
0 2/3 -1/3 1 1/3 -1/3 11/3
1 1/3 1/3 0 -1/3 1/3 10/3
Ejemplos Propuestos
Resuelva los siguientes problemas de minimización: X1 = 0
a) Minimizar Z = 2X1 + 3X2 X2 = 5
Restricciones: 2X1 + 2X2 ≤ 30 H1 = 20
X1 + 2X2 ≥ 10 Resp a)
H2 = 0
X1, X2 ≥ 0 X1 =A3
1=0
X2 =Z0 = 15
H3 = 0
Resp b) A4 = 0
H5 = 4 33
AREA DE CIENCIAS BASICAS A6 = 0
Z =5
b) Minimizar Z = 5X1 + 6X2
Restricciones: 2X1 + X2 ≥ 2
4X1 + X2 ≥ 4
X1, X2 ≥ 0
EJEMPLO 1
Un fabricante produce tres tipos de juguetes: A, B y C. La capacidad de la
planta está limitada a la capacidad de producción de las máquinas disponibles
en los procesos de moldeado, ensamblado y pintado.
Se dispone de un máximo de 120 horas semanales en departamento de
moldeado, 100 horas en ensamblado y 40 horas en el departamento de pintura.
La fábrica trabaja de lunes a viernes 24 horas al día.
Los tiempos que se requieren en cada departamento para procesar una unidad
de un juguete, así como las utilidades por unidad, vienen dados por:
34
AREA DE CIENCIAS BASICAS
DPTO. DE MOLDEADO: 0.4X + 0.2Y + 0.3Z 120
DPTO. DE ENSAMBLE: 0.3X + 0.4Y + 0.2Z 100
DPTO. DE PINTADO: 0.1X + 0.2Y + 0.1Z 40
Nota3:
Todos los ingresos, X, Y, Z 0
egresos, costos,
utilidades, etc. deben
ubicarse en la FO. 3. DEFINIR LA FUNCION OBJETIVO
Maximizar F = 10X + 8Y + 7Z
Observe que la FO
corresponde al total de EJEMPLO 2
la utilidad, que equivale a
la suma de las utilidades Una compañía carbonífera es propietaria de dos minas, la primera produce
de cada tipo de diariamente como máximo 1 Ton de carbón de alta calidad, 4 Ton de mediana
calidad y 6 Ton de carbón de baja calidad; la segunda mina puede producir
como máximo 4 Ton de carbón de alta calidad, 4 de mediana y 2 de baja
calidad. Asimismo, a la compañía le cuesta 100 $us/Día la operación de la
mina I y 150 $us/Día la mina II.
La compañía tiene pedidos arriba de 80, 160 y 120 Ton de carbón de alta,
mediana y baja calidad respectivamente.
El problema consiste en determinar cuántos días debe trabajar cada mina para
minimizar los costos de operación.
35
AREA DE CIENCIAS BASICAS
EJEMPLO 3
Una pequeña carpintería, fabrica sillas y mesas. La misma, tarda dos horas en
ensamblar una mesa, y 30 minutos en armar una silla. El ensamblaje lo
realizan cuatro trabajadores en un solo turno de 8 horas. Los clientes suelen
comprar el juego (4 sillas y una mesa) cuando la mesa se vende a 135 Bs. y 50
Bs. cada silla.
Nota3:
3. DEFINIR LA FUNCION OBJETIVO
Observe que la FO Maximizar Z = 135X + 50Y
corresponde al total de
los ingresos originados EJEMPLO 4
por los 2 productos.
Un agricultor posee cerdos que consumen 90 Kg. de comida especial todos
los días. El alimento se prepara como una mezcla de maíz y harina de soya
con las siguientes composiciones.
36
AREA DE CIENCIAS BASICAS
Maíz 0.001 0.09 0.02 0.20
Harina de
0.002 0.60 0.06 0.06
soya
0.1% x 90 Kg = 0.09 30% x 90 Kg = 27 5% x 90 Kg = 4.5
Requisitos:
Kg Kg Kg
Una compañía, que opera 10 horas al día, fabrica cada uno de 2 productos en
tres máquinas diferentes (En donde el proceso es secuencial). La tabla
siguiente resume los datos del problema:
Maquina
Maquina 1 Maquina3 Costos de Precio de
2
Producto (Min/ (Min/ Producción venta
(Min/
unidad) unidad) ($/unidad) ($/unidad)
unidad)
P1 10 6 8 2 4
P2 5 20 10 3 6
Nota3:
3. DEFINIR LA FUNCION OBJETIVO
Cuando se tenga
egresos e ingresos se Maximizar Z = INGRESOS – EGRESOS
debe determinar la
utilidad total: INGRESOS = 4X + 6Y
Z INGRESO - EGRESO EGRESOS = 2X + 3Y
Maximizar Z = (4X + 6Y) – (2X + 3Y)
EJEMPLO 6
Una fábrica de alimentos por pedidos, debe producir 10.000 libras de una
mezcla especial para ganado de engorde. La mezcla está compuesta de sal
yodada, calcio y un pasto especial para ganado.
Total de la
Costo Cantidad a
Componente mezcla
[Bs/Lb] usar
[Lbs.]
Sal yodada 8 ≤ 3000 Lb
Calcio 10 ≥ 1500 Lb 10000
Pasto 11 ≥ 2000 Lb
Nota1:
2. DEFINIR LAS VARIABLES
Las variables en este X = Cantidad de libras de sal yodada a mezclar [Lb]
caso están asociadas a
los costos. Y = Cantidad de libras de calcio a mezclar [Lb]
38
AREA DE CIENCIAS BASICAS
Z = Cantidad de libras de pasto a mezclar [Lb]
3. ENCONTRAR LAS RESTRICCIONES
Nota2:
Debe verificar que las
unidades en ambos
lados de cada restricción TOTAL DE LA MEZCLA: X +Y +Z 10000
sean equivalentes. SAL YODADA: X 3000
CALCIO: Y 1500
PASTO Z 2000
X , Y, Z 0
Nota:
Afortunadamente, esta información está disponible en la Tabla final del
Un precio sombra es el Método Simplex. Una importante propiedad del renglón Z, es que los valores
valor de una unidad correspondientes a las variables de holgura (Hi) ofrecen en sus columnas lo
adicional de un recurso.
que se llama precios sombra. Un precio sombra es el valor de una unidad
adicional de un recurso en la forma de una hora más de tiempo, un Kg. más de
materia prima u otro recurso escaso.
39
AREA DE CIENCIAS BASICAS
hoy se van a producir puertas y ventanas de mara. Después de hacer algunas
investigaciones el departamento de IO determinó en un cuadro las
capacidades y requerimientos de los productos, así como las utilidades
unitarias:
PRODUCTO
CAPACIDAD
VENTANA PUERTA
DISPONIBLE
MADERA 2 m3/Unid 3 m3/Unid 15 m3
BARNIZ -- 2 litros/Unid 6 litros
1 hora/ 1 hora/
HORA MAQUINA 6 horas
unidad unidad
UTILIDAD[$U$/ Unid] 10 12
Planteando el problema:
40
AREA DE CIENCIAS BASICAS
H4 = 0… Recurso escaso (barniz) Y2 = 0
H5 = 0… Recurso escaso (horas maquina Y3 = 6
Z = 66
Por ejemplo:
Si el recurso madera se aumenta en 1 unidad (1 m3), entonces la función
objetivo aumentará en:
Z’ = Z + YiNo de unidades = 66 + 21= 68 $u$
Asociado a todo problema de P.L, existe otro problema lineal llamado dual.
Por tanto al problema original se le llama primal.
Problema Primal Problema Dual
Lado derecho Función Objetivo
# de restricciones --------------------> # Variables
41
AREA DE CIENCIAS BASICAS
Función Objetivo Lado derecho
# Variables --------------------> # de restricciones
Max Z = 34 X1 + 40 X2 Min W = 48 Y1 + 18 Y2 + 16 Y3
Sujeto a: 4 X1 + 6 X2 ≤ 48 4 Y1 + 2 Y2 + 2 Y3 ≥ 34
2 X1 + 2 X2 ≤ 18 Y1 + 2 Y2 + Y3 ≥ 40
2 X1 + X2 ≤ 16
42
AREA DE CIENCIAS BASICAS
R esu el v a el si g u i en te p r o gr am a l i n eal :
M ax z = x 1 + x2
1x 1 + 2x 2 6
3x 1 + 2x 2 12
x1 , x2 0
A. U se el m éto d o an al í ti co p ar a en co n tr ar l a so l u ci ó n o p ti m a y el p u n to o p ti m o
B. U se el m éto d o gr áfi co p ar a en co n tr ar l a so l u ci ó n ó p ti m a y el p u n to ó p ti m o .
C. ¿ C u án to s p u n to s ex tr em o s ti en e l a r egi ó n facti b l e?
1. C o n si d er e el si g u i en te p r o gr am a l i n eal :
M in z = 4x 1 + 5x 2
4x 1 + 4x 2 20
6x 1 + 3x 2 24
8x 1 + 5x 2 40
x1 , x2 0
A. U se el m éto d o an al í ti co p ar a en co n tr ar l a so l u ci ó n o p ti m a y el p u n to o p ti m o
B. U se el m éto d o gr áfi co p ar a en co n tr ar l a so l u ci ó n ó p ti m a y el p u n to ó p ti m o .
C. ¿ C u án to s p u n to s ex tr em o s ti en e l a r egi ó n facti b l e?
2. C o n si d er e el si g u i en te p r o gr am a l i n eal :
M ax z = 3 x 1 + 4x 2
- 2x 1 + 4x 2 16
2x 1 + 4x 2 24
6x 1 + 3x 2 48
x1 , x2 0
A. U se el m éto d o an al í ti co p ar a en co n tr ar l a so l u ci ó n o p ti m a y el p u n to o p ti m o
B. U se el m éto d o gr áfi co p ar a en co n tr ar l a so l u ci ó n ó p ti m a y el p u n to ó p ti m o .
C. E n cu en tr e l o s v al o r es d e h o l g u r a o ex ced en te d e cad a r estr i cci ó n .
3. C o n si d er e el si g u i en te p r o gr am a l i n eal :
UNIVERSIDAD TECNICA PRIVADA DE SANTA CRUZ
M in z = 4E + 3F
MATERIA: INVESTIGACION DE OPERACIONES
E F
SISTEMA SEMIPRESENCIAL UNIVERSITARIO
2F 2E
E + F 4
PRACTICO 1
5E + 2F 20
3E + 6F 24
E , F 0
A. U se el m éto d o an al í ti co p ar a en co n tr ar l a so l u ci ó n o p ti m a y el p u n to o p ti m o
B. U se el m éto d o gr áfi co p ar a en co n tr ar l a so l u ci ó n ó p ti m a y el p u n to ó p ti m o .
C. E n cu en tr e l o s v al o r es d e h o l g u r a d e cad a r estr i cci ó n .
43
AREA DE CIENCIAS BASICAS
1. R esu el v a el si gu i en te p r o b l em a a tr av és d el m éto d o si m p l ex .
M ax i m i z ar :
Z = -X 1 + X 2 + 2X 3
S u j eta a:
X 1 + 2X 2 - X 3 ≤ 10
- 2X 1 + 4X 2 + 2X 3 ≤ 40
2X 1 + 3X 2 + X 3 ≤ 30
X 1 , X 2 , X 3 0
2. R esu el v a el si gu i en te p r o b l em a a tr av és d el m éto d o si m p l ex .
M ax i m i z ar
Z = 30X 1 + 12X 2 + 15X 3
S u j eta a:
9X 1 + 3X 2 + 5X 3 ≤ 500
5X 1 + 4X 2 + ≤ 350
3X 1 + 2X 3 ≤ 150
X 1 , X 2 , X 3 0
3. R esu el v a el si gu i en te p r o b l em a a tr av és d el m éto d o si m p l ex .
M ax i m i z ar
Z = 3000X 1 + 2000X 2
S u j eta a:
X 1 + 2X 2 ≤ 6
2X 1 + X 2 ≤ 8
-X 1 + X 2 ≤ 1
X 2 ≤ 2
X 1 , X 2 0
m i n i m i z ar .
MATERIA: INVESTIGACION DE OPERACIONES
SISTEMA SEMIPRESENCIAL UNIVERSITARIO
M i n i m i z ar
Z = 2X + 2X
PRACTICO 2
1 2
S u j eta a:
X 1 + 1X 2 = 10
X 1 + 2X 2 ≥ 8
-X 1 + X 2 ≤ 2
X 1 , X 2 0
44
AREA DE CIENCIAS BASICAS
Formule los siguientes problemas como un modelo matemático de
programación lineal:
para interiores no puede ser mayor que la pintura para exteriores en más
MATERIA: INVESTIGACION DE OPERACIONES
SISTEMA SEMIPRESENCIAL UNIVERSITARIO
4. Una compañía, que opera 10 horas al día, fabrica cada uno de 2 productos
45
AREA DE CIENCIAS BASICAS
en tres maquinas diferentes (En donde el proceso es secuencial). La tabla
siguiente resume los datos del problema:
Maquina
Maquina2 Maquina3 Utilidad
Product 1
(Min/ (Min/ ($/unidad
o (Min/
unidad) unidad) )
unidad)
1 10 6 8 2
2 5 20 10 3
LECHE
MANTEQUILLA QUESO
DESCREMADA
MAQUINA 1.5 min /
0.2 min / litro 0.5 min / Kg
1 Kg
MAQUINA 1.2 min /
0.3 min / litro 0.7 min / Kg
2 Kg
UTILIDAD: 1Bs / litro 2 Bs / Kg 2 Bs / Kg
PRACTICO 3
46
AREA DE CIENCIAS BASICAS
Formule los siguientes problemas como un modelo matemático de
programación lineal, además, resuelva estos problemas utilizando el software
Simplex-Bas.
REQUERIMIENTOS
POR UNIDAD
Materia prima I II III DISPONIBILIDAD
A 2 3 5 4000
B 4 2 7 6000
Demanda mínima 200 200 150
Utilidad ($/ unidad ) 30 20 50
47
AREA DE CIENCIAS BASICAS
ligero a un costo de 25 $/barril y petróleo pesado a 22 $/barril.
Cada barril de petróleo crudo, ya refinado, produce tres productos:
gasolina, diesel y kerosén. La tabla siguiente indica las cantidades
en barriles de gasolina, diesel y kerosén producidos por barril de
cada tipo de petróleo crudo:
Barril de Barril de
Barril de diesel/
gasolina/ barril kerosén/
barril de crudo
de crudo barril de crudo
Crudo
0.45 0.18 0.30
ligero
Crudo
0.35 0.36 0.20
pesado
PRACTICO 4
48
AREA DE CIENCIAS BASICAS
FACULTAD: FCT MODULO: AULA: N-
LIMAT
MATERIA: INVESTIGACION OPERATIVA
TEMA: Laboratorio de Investigación
Matemática
DOCENTE: Fecha:
GUIA LIMAT
INTRODUCCIÓN.
OBJETIVO.
Nuestro objetivo es observar la aplicación práctica de modelos de programación
lineal, en la vida real.
Consiste en el estudio de la maximización considerando que se tiene varios recursos
escasos para disponer en la producción de tres tipos de productos.
MATERIAL A UTILIZAR.
DESARROLLO DE LA ACTIVIDAD:
De acuerdo a los registros saben que la cantidad máxima que se vende al menos son
2 buses.
45
AREA DE CIENCIAS BASICAS
Además se tienen pedidos confirmados de 6 autos.
1.- 20 minutos para resolver el modelo de programación lineal
2.- Se dispone de 30 minutos, para fabricar los productos y demostrar que se cumple
con el modelo.
3.- Sacar conclusiones y recomendaciones (el producto se acepta si tiene calidad),
caso contrario se rechaza y se reporta como perdida.
PRESENTACIÓN DEL INFORME DEL TRABAJO.
Este trabajo debe ser presentado en un informe que contenga los siguientes
elementos:
Carátula: Nombre del trabajo, Materia, Integrantes, Docente, Modulo y semestre.
Introducción.
Fundamentos teóricos.
Cálculos y Resultados.
Conclusiones.
Bibliografía.
46
AREA DE CIENCIAS BASICAS
GUÍA DE LABORATORIO
FACULTAD: FCT MODULO: AULA:
Materia: INVESTIGACION OPERATIVA
Docente:
FECHA DEL LABORATORIO:
Objetivo General:
Enseñar el manejo del software adecuado al estudiante con la finalidad de que pueda
encontrar soluciones útiles utilizando los modelos de programación lineal para la
optimización de recursos en la toma de decisiones.
47
AREA DE CIENCIAS BASICAS
ORIENTACIONES PARA EL APRENDIZAJE DURANTE EL DESARROLLO DE LA MATERIA
48
AREA DE CIENCIAS BASICAS
3. Plantea
3.4 Equilibrio de un ejemplos de
problema de transporte. aplicación para
verificar sus resultados
su posterior
a través del software
solución por
especializado.
cualquier método
transporte. 3. Resolverá en clase 3
de transporte.
5. Asignar ejercicios (Práctico 5) para que los ejemplos para plantear
4. Interpreta la
alumnos resuelvan extra-clase. un modelo matemático
tabla final óptima
6. Realizar la practica de Laboratorio No3 y luego resolverlo por el
de transporte.
7. Diseñar autoevaluaciones para el tema, método adecuado.
5. Puede realizar la
poniéndolas en línea para que los alumnos las 4. Interpretara 3 ejercicios
autoevaluación
desarrollen. la tabla final optima
desarrollada en
8. Diseñar el examen de esta unidad considerando 5. Resolverá extra-clase el
línea.
las autoevaluaciones. práctico No 5 asignado
6. Aplica el manejo
9. Revisión No 2 del avance del proyecto final para el tema.
del software
6. Utilizara el aula virtual
especializado
para ampliar sus
para resolver
conocimientos.
ejercicios de
transporte por
cualquier
método.
49
AREA DE CIENCIAS BASICAS
7
Ejercicios prácticos correspondientes a
cada tema. Práctico No 5
Multimedia Paginas ( 245-268 )
Prácticas N° 3 de laboratorio para la
Sitio para la autoevaluación en línea Taha. “Investigación de Operaciones”
introducción al uso y manejo del
Aula con computadoras para práctica de Editorial Pearson- Prentice Hall. 7a
software especializado.
laboratorio. Edición. 2004. Paginas ( 165-182 )
Pagina Web
Autoevaluaciones en línea.
CRITERIOS DE EVALUACION
50
AREA DE CIENCIAS BASICAS
51
AREA DE CIENCIAS BASICAS
TRANSPORTE
EJEMPLO 1
EBR tiene 3 refinerías con capacidades diarias de 6, 5 y 8 mil m3 de gasolina
(Oferta) que proveen de este hidrocarburo a 3 Santa Cruz, Cochabamba. y La
Paz ,( Destinos) las cuales tienen una demanda diaria de gasolina de 4, 8 y 7 mil
m3.
Este combustible es transportado a través de camiones cisternas. Los costos de
transporte en centavos de Bs. por m3 se detallan a continuación:
REFINERIA 3 -
ORIGEN 3
20 25 12
0. DIAGRAMA DE RED
Oferta Demanda
bserve que:
= Cantidad de
1. IDENTIFICAR VARIABLES
solina a llevar en
3, del origen i al D1 D2 D3
stino j
O1 X11 X12 X13
O2 X21 X22 X23
O3 X31 X32 X33
2. FUNCIÓN OBJETIVO
52
AREA DE CIENCIAS BASICAS
Nota: Costo la
12X11 + 18X12 + 90X13
En forma textual hay REFINERIA1:
que: “Minimizar los Costo la
costos de transporte 30X21 + 10X22 + 8X23
desde cada refinería a REFINERIA2:
cada una de las Costo la
ciudades”. 20X31 + 25X32 + 12X33
REFINERIA3:
Minimizar Z = Costo la REFINERIA1 + Costo la REFINERIA2 + Costo la REFINERIA3
12X11 + 18X12 + 90X13 + 30X21 + 10X22 + 8X23 + 20X31 + 25X32 +
Minimizar Z =
12X33
53
AREA DE CIENCIAS BASICAS
B. Método de la Matriz Mínima.
C. Método de aproximación de Vogel
No olvide que:
Estos 3 métodos se METODO DE LA ESQUINA NOROESTE
diferencian únicamente
en la forma en como Vamos a obtener la solución inicial o plan de transporte inicial por este
obtienen la solución
inicial. método y después verficaremos si la solución es óptima:
OFERT
m +D1
n-1= D2# de D3celdas llenas
A
PASO1:
A la celda vacía (la que
no tiene asignación) se
Es decir: 1 1
90
O1 2 8
le asigna un envío con
4 2 6
# de filas3 + #de1columnas – 1 = No de envíos
ORIGENES
signo positivo +.
8
O2 0 0
PASO2:
Se ubican celdas llenas 5 5
para formar un ciclo. En 2 2
12
donde se van O3 0 5 PRUEBA DE OPTIMALIDAD
intercalando los signos. 1 7 8
Se analizan las celdad que están vacías y se
PASO3: DEMA
Se calculan los costos NDA 4 realizan ciclos.
8 7
reducidos.
Solamente en el ciclo
escogido.
54
AREA DE CIENCIAS BASICAS
- 10 + 8
5
+ 25 - 12
1 7 C23 = +8 -12 +25 -10 = +11
OFERTA
DESTINOS
D1 D2 D3
12 18 90
O1
ORIGENES
4 2 6
30 10 8
O2
5 5
20 25 12
O3
1 7 8
DEMAN
DA 4 8 7
Se debe llevar 4 mil m3 de gasolina del origen1 al destino1 a un costo de 12Bs/m3 = 48 mil Bs
Se debe llevar 2 mil m3 de gasolina del origen1 al destino2 a un costo de 18Bs/m3 = 36 mil Bs
Se debe llevar 5 mil m3 de gasolina del origen2 al destino2 a un costo de 10Bs/m3 = 50 mil Bs
Se debe llevar 1 mil m3 de gasolina del origen3 al destino2 a un costo de 25Bs/m3 = 25 mil Bs
Se debe llevar 7 mil m3 de gasolina del origen3 al destino3 a un costo de 12Bs/m3 = 84 mil Bs
243 mil Bs
RESPUESTA GRAFICA:
6 12 4 D1 4
O1
18
2
O2 D2
5 10 5 8
1
25
8 O3 D3
12 7 7
________ ________
19 mil m3 19 mil m3
55
AREA DE CIENCIAS BASICAS
Vamos a obtener la solución inicial o plan de transporte inicial por este
método:
1. Ubicamos DESTINOS
la celda con
OFERTA
menor costo unitario. En
caso de D1 empate
D2 D3
elegir
arbitrariamente.
12 18 90
O1
ORIGENES 6
A la celda30encontrada
10 8se
leO2asigna un valor 5
de5
acuerdo 20a lo 25máximo12
O3
disponible entre oferta o
8
demanda.
DEMANDA
4 8 7
5 –5 = 0
7–5=2
OFERTA
DESTINOS
2 .Se busca la celda que
D1 D2 D3
tenga el siguiente costo más
12 18 90 pequeño y se vuelve a
O1
4 2 6
asignar un valor.
ORIGENES
30 10 8
O2 Se continúa de esta manera
5 0
hasta completar la tabla.
20 25 12 8
O3
6 2
DEMANDA
4 8 7
2-2=0
8 – 2= 6
D1 D2 D3 m + n - 1 = # de celdas llenas
12 18 90 6 Es decir:
O1
4 2
# de filas + #de columnas – 1 = No de envíos
ORIGENES
30 10 8
O2
5 0 6–4=2
20 25 12
O3
6 2 6
¿Es solución Óptima?
DEMANDA
4 8 0
4 - 4= 0
3.3 METODO DE APROXIMACIÓN DE VOGEL (VAM)
56
AREA DE CIENCIAS BASICAS
Este método suele producir una mejor solución inicial que los dos métodos
antes descritos.
Se debe evaluar una
DESTINOS Penalización penalización para todas
OFERTA
las filas y las columnas
D1 D2 D3 D4
de la matriz.
10 0 20 11 Se toman los dos
10
O1 15 10 elementos con menor
costo y se restan.
ORIGENES
12 7 9 20 2
O2 25
Para O1 10 – 0 = 10
O3 0 14 16 18
5 O2 9–7=2
5 14 O3 14 – 0 = 14
DEMANDA 5 15 15 10
D1 10 – 0 = 10
D2 7 –0 =7
Penalización 10 7 7 7 D3 16 – 9 = 7
D4 18 – 11= 7
DESTINOS Penalización
OFERTA
D1 Se calculan nuevamente
D2 D3 D4 las penalizaciones y se
hacen las asignaciones
10 0 20 11
O1 15 11 correspondientes. Se
rompe el empate en
ORIGENES
12 7 9 20 forma arbitraria.
O2 25 2
15
O3 0 14 16 18 Y Se repiten los pasos
0 0
5 anteriores.
DEMANDA 0 15 15 10
Penalizaci 0 7 11 9
ón
57
AREA DE CIENCIAS BASICAS
Cuando queda solo una fila o
Penalizació
una columna sin satisfacer, se
DESTINOS
OFERTA
n
realiza
D1 la asignación
D3 con el
D2 costo mínimo.
método del D4
10 0 20 11
11 O1 15
5 10
ORIGENES
m + n - 1 = # de celdas llenas
Penalizació 0 7 0 9 Es decir:
n
# de filas + #de columnas – 1 = No de
envíos
58
AREA DE CIENCIAS BASICAS
PROBLEMA DE REDES DE DISTRIBUCION: Transporte
Hacia
Santa Cruz 10 8 9
Villamontes 7 5 8
cada tienda detallista, por cada computadora en $U$, viene dados en el siguiente
MATERIA: INVESTIGACION DE OPERACIONES
SISTEMA SEMIPRESENCIAL UNIVERSITARIO
Cochabamba 4 7 8 10 200
La Paz 6 5 3 8 170
59
AREA DE CIENCIAS BASICAS
Demanda: 170 170 170 170
60
AREA DE CIENCIAS BASICAS
ORIENTACIONES PARA EL APRENDIZAJE DURANTE EL DESARROLLO DE LA MATERIA
61
AREA DE CIENCIAS BASICAS
asignación.
a través del software
4. Puede realizar la
especializado.
5. Realizar la practica de Laboratorio No3 autoevaluación
3. Interpretara 3 ejercicios
6. Diseñar autoevaluaciones para el tema, desarrollada en
de asignación.
poniéndolas en línea para que los alumnos las línea.
4. Resolverá extra-clase el
desarrollen. 5. Aplica el manejo
práctico No 6 asignado
7. Diseñar el examen de esta unidad considerando del software
para el tema.
las autoevaluaciones. especializado
5. Utilizara el aula virtual
8. Revisión No 3 del avance del proyecto final. para resolver
para ampliar sus
ejercicios de
conocimientos.
asignación.
62
AREA DE CIENCIAS BASICAS
7
CRITERIOS DE EVALUACION
OBSERVACIONES
El estudiante deberá tener un compotamiento adecuado y de respeto con sus compañeros y con su profesor.
Deberá ser puntual y asistir regularmente a su clase, cuando esto no se dé, deberá dar as conocer a su profesor la razón de su falta.
Los trabajos deben contener una portada que comprenda toda la informacion, que identifique al alumno, equipo de trabajo, tema del trabajo a
que corresponde, los trabajos deben se bien presentados, con limpieza calidad y buena ortografia para hacerse acreedor a la maxima
puntuacion.
Queda prohibido el uso de celulares y equipo de sonido personalizado en la hora de clase
63
AREA DE CIENCIAS BASICAS
U n id a d 4
P r o g r a m a c ió n lin e a l – M o d e lo d e A s ig n a c ió n
E n m u c h o s p r o b le m a s d e d e c is ió n e s n e c e s a r io a s ig n a r u n e le m e n to d e u n g r u p o
( c o m o u n a m á q u in a , u n e m p le a d o , e tc . ) a u n e le m e n to d e u n s e g u n d o g r u p o ( c o m o
u n a ta r e a , u n p r o y e c to , e tc . ) . C o n s id e r e p o r e je m p lo , a s ig n a r tr a b a jo s a m á q u in a s
e n u n a p la n ta , a s ig n a r r e p r e s e n ta n te s d e v e n ta s a d is tin ta s z o n a s d e la c iu d a d o
a s ig n a r in v e s tig a d o r e s a d ife r e n te s p r o y e c to s .
A l h a c e r u n a a s ig n a c ió n e s n e c e s a r io c u m p lir d o s c o n d ic io n e s :
1. C a d a e le m e n to d e l p r im e r g r u p o d e b e a s ig n a r s e a e x a c ta m e n te u n e le m e n to d e l
s e g u n d o g ru p o .
2. C a d a e le m e n to d e l s e g u n d o g r u p o d e b e a s ig n a r s e e x a c ta m e n te a u n e le m e n to
d e l p r im e r g r u p o .
D e b id o a q u e p o r c a d a p a r e ja s ig n a d a e x is te u n c o s to a s o c ia d o , la c a n tid a d d e
tie m p o q u e ta r d a u n a ta r e a a s ig n a d a a u n a m á q u in a e n p a r tic u la r , e l o b je tiv o e s
e le g ir a s ig n a c io n e s q u e m in im ic e n e l c o s to to ta l.
P a r a s a tis fa c e r e s ta s d o s c o n d ic io n e s d e a s ig n a c ió n , e l n ú m e r o d e e le m e n to s d e b e
s e r e l m is m o . U n p r o b le m a de e s te tip o s e d e n o m in a p r o b le m a d e a s ig n a c ió n
e q u ilib r a d o .
A S IG N A C IO N
E JE MP L O 1
E n lo s te r r e n o s d e u n a u n iv e r s id a d 4 c o n s tr u c to r a s d ife r e n te s C 1 ,
C 2 C 3 y C 4 s e p r o p o n e n c o n s tr u ir 4 e d ific io s d ife r e n te s , c a d a
c o n s tr u c to r a c o n s tr u ir á u n s o lo e d ific io y e s ta s h a n r e m itid o s u s
p r o p u e s ta s d e c o s to s p a r a la c o n s tr u c c ió n :
C O N ST R U C T O R A
E D IF IC I
C1 C2 C3 C4
O
A 48 48 50 44
B 56 60 60 68
C 96 94 90 85
D 42 44 54 46
64
AREA DE CIENCIAS BASICAS
INICIO DEL PROCESO DE SOLUCION:
C4
PASO1 C1 C2 C3
PASO1:
Restar el elemento más 48
A 48 50 44
pequeño de cada fila de
los demás elementos de
B 56 60 60 68
la misma a fila.
C 96 94 90 85
D 42 44 54 46
PASO2: PASO2 C1 C2 C3 C4
Restar el elemento más
pequeño de cada A 4 4 6 0
columna de los demás
elementos de la misma 0
B 4 4 12
columna.
C 11 9 5 0
D 0 2 12 4
C1
PASO3: PASO3 C2 C3 C4
Verificar la
optimalidad trazando A 4 2 2 0
el mínimo número de
líneas que pueden B 0 2 0 12
pasar a través de
todos los ceros de la C 11 7 1 0
ultima tabla.
D 0 0 8 4
(Líneas horizontales y
verticales)
PASO4: PRUEBA C1
PASO4 C2 C3 C4
Si el número de líneas
es igual a n (N° de A 4 2 2 0
filas o N° de
columnas) puede B 0 2 0 12
hacerse una
asignación óptima. C 11 7 1 0
Caso contrario se D 0 0 8 4
requiere continuar con
65
AREA DE CIENCIAS BASICAS
PASO6:
PASO6 C1 C2 C3 C4
Realizar otra vez la
prueba de las líneas 3
A 1 1 0
que pasan por la
mayor cantidad de
ceros. B 0 2 0 13
C 10 6 0 0
D 0 0 8 5
66
AREA DE CIENCIAS BASICAS
1. Cuatro trabajadores requieren el uso de una cualesquiera de las maquinas A,B,C,D. los
tiempos tomados por cada maquina para realizar cada trabajo son mostradas en la matriz
siguiente:
a b c d
A 10 5 9 18
B 13 19 6 12
C 18 9 12 17
D 11 6 14 19
2. Se desea instalar cuatro fábricas: una de papel, otra de vidrio, fibra artificial y llantas. Se
ha tomado la decisión de invertir en una fábrica para Montero, Cotoca, Camiri y El Torno
es necesario conocer el tipo de fábrica en cada una de estas ciudades. La matriz que se
muestra a continuación, muestra las utilidades netas:
tiempo para hacer cada tarea. Cualquier empleado es capaz de realizar cualquier tarea y
SISTEMA SEMIPRESENCIAL UNIVERSITARIO
T1 T2 T3 T4
A 8 26 17 11
B 13 28 4 26
C 38 19 18 15
D 39 26 24 50
67
AREA DE CIENCIAS BASICAS
GUÍA DE LABORATORIO
FACULTAD: FCT MODULO: AULA:
Materia: INVESTIGACION OPERATIVA
Docente:
FECHA DEL LABORATORIO:
Objetivo General:
Objetivos Específicos:
Introducir orígenes y destinos
Resolver por el Método Esquina Nor-Oeste
Resolver por el Método Matriz Minima
Resolver por el Método Vogel
Resolver Modelos de Asignación a través de la ultima iteración
68
AREA DE CIENCIAS BASICAS
ORIENTACIONES PARA EL APRENDIZAJE DURANTE EL DESARROLLO DE LA MATERIA
69
AREA DE CIENCIAS BASICAS
7 5. Diseñar autoevaluaciones para el tema,
3. Resolverá extra-clase el 3. Interpreta la
práctico asignado para solución de
poniéndolas en línea para que los alumnos las
el tema. ejercicios de
desarrollen.
4. Utilizara el aula virtual modelo de colas.
6. Diseñar el examen de esta unidad considerando
para ampliar sus 4. Puede realizar la
las autoevaluaciones.
conocimientos. autoevaluación
7. Revisión No 4 del avance del proyecto final
desarrollada en
línea.
CRITERIOS DE EVALUACION
70
AREA DE CIENCIAS BASICAS
OBSERVACIONES
El estudiante deberá tener un compotamiento adecuado y de respeto con sus compañeros y con su profesor.
Deberá ser puntual y asistir regularmente a su clase, cuando esto no se dé, deberá dar as conocer a su profesor la razón de su falta.
Los trabajos deben contener una portada que comprenda toda la informacion, que identifique al alumno, equipo de trabajo, tema del trabajo a
que corresponde, los trabajos deben se bien presentados, con limpieza calidad y buena ortografia para hacerse acreedor a la maxima
puntuacion.
Queda prohibido el uso de celulares y equipo de sonido personalizado en la hora de clase
71
AREA DE CIENCIAS BASICAS
Nota: Daniel kemdall, Unidad 5
danés fue el que escribió Teoría de las líneas de espera (Teoría de colas)
por primera vez en 1909
un articulo sobre teoría
de colas referente a los 5.1.-INTRODUCCION
teléfonos. El conjunto de conocimientos acerca
de las líneas de espera, llamada a
menudo teoría de colas, es una parte
importante de la IO. Las líneas de
espera son una situación común, por
ejemplo, automóviles esperando una
reparación en un centro automotriz,
trabajos de impresión esperando ser
terminados en una imprenta o
camiones con caña esperando entrar
en el ingenio.
CO LA
A RRI BO S S ERVI DO R S A LI D A S
S I S T E M A U N CA N A L, U N A F A S E
CO LA
S E R V I CI O S E R V I CI O
A RRI BO S S A LI D A S
FA S E 1 FA S E 2
CA N A L 1
CO LA
CA N A L 2 S A LI D A S
A RRI BO S
CA N A L 3
FA S E 1 FA S E 2
CO LA
CA N A L 1 CA N A L 1
A RRI BO S S A LI D A S
FA S E 1 FA S E 2
CA N A L 2 CA N A L 2
λ
L s Número promedio de unidades en el sistema
μ λ
2
λ
Lq Número promedio de unidades en la cola
μ μ λ
1
Ws Tiempo promedio que una unidad espera en el sistema
μ λ
λ
Wq Tiempo promedio que una unidad espera en la cola
μ μ λ
n
λ
Pn Probabilid ad de que " n" clientes estén en el sistema P
o μ
λ
Po Probabilid ad de cero unidades en el sistema (la unidad de servicio está vacía) 1
μ
Donde:
N0 promedio de llegada N0 promedio de clientes atendidos
λ tasa de llegada
unidad μ tasa de servicio
unidad
tiempo tiempo
EJEMPLO
SOLUCION
2 trabajado res
λ tasa de llegada
hora
λ 2
Ls Número promedio de unidades en el sistema 2 trabajado res
μ λ 3 2
2 2
λ 2
Lq Número promedio de unidades en la cola 1,33 1 trabajado r
μ μ λ 33 2
1 1
Ws Tiempo promedio que una unidad espera en el sistema 1 hora
μ λ 3 2
λ 2
Wq Tiempo promedio que una unidad espera en la cola 0,67 horas
μ μ λ 33 2
λ 2
Po Probabilid ad de cero unidades en el sistema 1 1 0,33 33 %
μ 3
2 n
λ 2
Pn 2 Probabilid ad de que "2" clientes estén en el sistema P 0 , 33 0 ,15 15 %
o μ 3
EJEMPLO
En cierto sistema que cuenta con 1 solo servidor, las llegadas se dan, de una en una,
de acuerdo a los tiempos en la Tabla 1. Los tiempos de servicio están distribuidos
de acuerdo a la Tabla 2. Diga Ud. cuántas personas se van del sistema si las
unidades que llegan sólo pueden esperar 2 minutos. Simule 12 llegadas.
TABLA 1 TABLA 2
TIEMPOS ENTRE LLEGADAS TIEMPO DE SERVICIO
Probabilida T Probabilida
T (min) Pa Rango Pa Rango
d (min) d
2 0,30 4 0,25
5 0,20 6 0,45
7 0,50 8 0,30
Hora de
SERVICIO
llegada
No RAN T Tacumulado RAN T ENTRA SALE Tespera In/Out
1
2
3
4
5
6
7
8
9
Respuesta: