Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Temas de IO
Temas de IO
2023
•Antecedentes:
Surge durante la segunda Guerra Mundial, luego y con motivo de la
Los recursos Los sistemas son cada revolución industrial, ha ido teniendo cada vez más importancia dado el
son escasos vez más complejos crecimiento y complejidad de las nuevas organizaciones. Actualmente
está cobrando especial importancia con el desarrollo de la informática.
•Definición
Aplicación del método científico por un grupo multidisciplinario
Cada vez es más difícil asignar los personas a la resolución de un problema.
recursos o actividades de forma eficiente •Objetivo
Decidir mediante métodos científicos el diseño que optimiza el
funcionamiento del proceso analizado, generalmente bajo
condiciones que implican la utilización de recursos escasos.
24/2/2023
Abstracción
Realidad Modelo
Es la aplicación del método científico para
Matemático
asignar los recursos o actividades de forma
eficiente, en la gestión y organización de
Análisis
sistemas complejos Intuición
8
24/2/2023
Investigación Operativa
¿Cuál es su objetivo?
Modelos
Validados
Realidad Problemas
Comercio
Industria
Salud Decisiones Decisor
Gobierno
Operaciones en general
Problemas y
Problemas y Objetivos
Datos CIENCIAS
Modelos
A Modelos
Hoy en día, la toma de decisiones abarca una
Validar gran cantidad de problemas reales cada más
complejos y especializados, que necesariamente
Investigación Operativa
Matemáticas
Estadí stica
requieren del uso de metodologías para la
Probabilidades
Métodos Cuant.
formulación matemática de estos problemas y,
Cuant. formales
Modelo s y soluciones conjuntamente, de métodos y herramientas de
resolución, como los que provee la Investigación
INFORMÁTICA
de Operaciones.
13
Fases de un estudio
FORMULACIÓN DEL CONSTRUCCIÓN DEL
PROBLEMA MODELO ANÁLISIS DEL PROBLEMA
/
HIPÓTESIS Y RELEVAMIENTO
/ DE FACTORES,
RESTRICCIONES Y DATOS
NECESIDAD DE
REORGANIZACIÓN MODELO DEL SISTEMA REAL
FORMULACIÓN MATEMÁTICA
/ /
SISTEMA DE INTERÉS OBTENCIÓN DE DATOS EXPERIMENTACIÓN Y
COMPARACIÓN
/
ACEPTAR
TOMA DE DECISIONES
IMPLEMENTACIÓN Y
SOLUCIÓN DEL MODELO
CONTROL
DECISIONES
Traducción del problema a términos Paso 1.- Identificar las variables de decisión
¿Sobre qué tengo control?
matemáticos ¿Qué es lo que hay que decidir?
objetivos: función objetivo ¿Cuál sería una respuesta válida en este caso?
Paso 2.- Identificar la función objetivo
alternativas: variables de decisión ¿Qué pretendemos conseguir?
limitaciones del sistema: restricciones Si yo fuese “el jefe” ¿qué me interesaría más?
(Costo de Agencia y Supuestos de Racionalidad)
Pero a veces las relaciones Paso 3.- Identificar las restricciones o factores que
matemáticas son demasiado limitan la decisión
complejas Recursos disponibles (trabajadores, máquinas,
material) Fechas límite
heurísticos Restricciones por la naturaleza de las variables
(no negatividad, enteras, binarias)
simulación Restricciones por la naturaleza del problema
Paso 4.- Traducción de los elementos básicos a un
modelo matemático.
Posibles soluciones factibles a considerar, esto Un modelo matemático para hallar la mejor
es soluciones que respetan las restricciones del solución factible a este problema tiene tres
número de piezas disponibles, son por ejemplo, componentes básicas:
fabricar:
i) Las variables de decisión, que consiste en
• 4 sillas, que reportan una utilidad de Bs. 60 definir cuáles son las decisiones que se debe
• 1 sillas y 2 mesas , utilidad de Bs. 55 tomar. En el ejemplo,
• 3 mesas, utilidad de Bs. 60
• 1 mesa y tres sillas, utilidad de Bs. 65 x: número de sillas elaboradas.
• 2 sillas y 2 mesas, utilidad de Bs. 70 y: número de mesas elaboradas.
• etc.
24/2/2023
LIMITACIONES DE LA I de O
1. Frecuentemente es necesario hacer simplificaciones
del problema original para poder manipularlo y
tener una solución.
2. La mayoría de los modelos sólo considera un solo
objetivo y frecuentemente en las organizaciones se
tienen objetivos múltiples.
3. Existe la tendencia a no considerar la totalidad de
las restricciones en un problema práctico, debido a
que los métodos de enseñanza y entrenamiento dan
la aplicación de esta ciencia centralmente se basan
en problemas pequeños para razones de índole
práctico, por lo que se desarrolla en los alumnos una
opinión muy simplista e ingenua sobre la aplicación
de estas técnicas a problemas reales.
4. Rara vez se realizan análisis costo-beneficio de la
implantación de soluciones definidas por medio de la
I de O, en ocasiones los beneficios potenciales se
ven superados por los costos ocasionados por el
desarrollo e implantación
7/3/2023
Por ejemplo:
X1: Cantidad de metros diarios de tejido tipo PRIMERA a fabricar
X2: Cantidad de metros diarios de tejido tipo SEGUNDA a fabricar Si se tiene a una empresa “XYZ” que produce 2 clases de sabores de cereales para adelgazamiento, en la
utilización de insumos o materias primas se podrán caracterizar algunos que son similares y otros diferentes. Se
FUNCIÓN OBJETIVO: asume que las materias primas son de 2 tipos: MP1 y MP2 disponibles en 36 y 15 toneladas respectivamente.
Asimismo, se tiene la información de la demanda en el mercado por estos productos, por ejemplo, para el cereal
de sabor chocolate la demanda no supera las 3 toneladas diarias mientras que para los cereales sabor frutilla son
MAX Z = 40X1 + 50X2
de 4 toneladas diarias.
RESTRICCIONES: Identifique las variables de decisión
Formule la FO Z
De disponibilidad de materia prima:
Restricciones
125X1 + 200X2 <= 500 kg. Hilo “A” Cereal sabor chocolate = X1 la demanda es de 3 ton
150X1 + 100X2 <= 300 kg. Hilo “B”
72X1 + 27X2 <= 108 kg. Hilo “C” Cereal sabor frutilla = X2 la demanda es de 4 ton.
Disponibilidad de materias primas
Restricciones o condiciones de no negatividad x1, x2 >= 0
MP1 = 36 ton
X1,X2 >= 0 MP2 = 15 ton
7/3/2023
Lo que se pretende es determinar la mejor combinación de los productos de chocolate y frutilla que maximice
la utilidad diaria total, siendo las utilidades de 6000 y 5000 bolivianos respectivamente. Las limitaciones que se tienen para el logro del propósito se expresan como el uso de la materia prima
Por lo tanto, se requiere definir las cantidades a producir de cereales sabor chocolate y sabor frutilla. para ambos productos no debe superar, o de ser menor o igual a la disponibilidad de la materia prima
Si: - X1= Cantidad de producción diaria de cereales sabor chocolate diaria.
- X2= Cantidad de producción diaria de cereales sabor frutilla
Entonces, se formulan las siguientes restricciones:
Los datos anteriores se pueden resumir de la siguiente forma:
EMPRESA XYZ
Uso de MP1 diario = 9x1 + 6x2 ton.; siendo lo máximo disponible para MP1 36 ton.
El objetivo es tratar de lograr lo máximo en utilidades. Si representamos las utilidades diarias con la variable Uso de MP2 diario = 3x1 + 3x2 ton.; siendo lo máximo disponible para MP2 15 ton.
Z (en miles de Bs.), la función objetivo se representa de la siguiente manera: En resumen, el planteamiento del problema es como sigue.
MAX Z = 6 x1 + 5 x2 Función Objetivo:
Maximizar Z = 6 x1 + 5 x2
DESCRIPCIÓN TOTAL, CANTIDAD TON. DE MATERIA PRIMA DISPONIBILIDAD DE Sujeto a: (restricciones)
PARA LA PRODUCCIÓN DE MATERIA PRIMA
DIARIA TON.
RESTRICCIÓN 1 9x1 + 6x2 < = 36 mp1
CEREALES SABOR CEREALES SABOR
CHOCOLATE (X1) FRUTILLA (X2) RESTRICCIÓN 2 3x1 + 3x2 <= 15 mp2
MP1 9 6 36
MP2 3 3 15
RESTRICCIÓN 3 x1 <= 3 demanda
RESTRICCIÓN 4 x2 <= 4 demanda
UTILIDAD POR UNIDAD 6 5
TON. (MILES DE Bs.)
(restricciones de no negatividad) x1 >= 0
(restricciones de no negatividad) x2 >= 0
R3
X2 REGIÓN FACTIBLE SOLUCIÓN GRÁFICA
X1 = 0, 1, 2, 3,
6 X2 = 0, 1, 2, 3, 4,
Z X1 X2 X1, x2 = (1,4), (2,3), (3, 1.5) (2,2)
5
P1= (0,4) 0 0 0
4 R4 X1 = 2
P2= (3,0)
26 1 4 X2= 3
P3=(3,2)
27 2 3 Z = 6x1 + 5x2
Z= 6(2) + 5 ( 3)
25,5 3 1,5 Max Z=27 en miles de Bs.
22 2 2
3 4 5 X1
0
R1 R2
7/3/2023
x2
EJEMPLO 12
El departamento de publicidad de la empresa importadora JVC tiene que planear para el próximo mes
una estrategia de publicidad para el lanzamiento de una línea de T.V. plasma tiene a consideración 2 10
medios de difusión: La televisión y el periódico.
Los estudios de mercado han mostrado que:
1. La publicidad por T.V. Llega al 2 % de las familias de ingresos altos y al 3 % de las familias de
ingresos medios por comercial.
2. La publicidad en el periódico llega al 3 % de las familias de ingresos altos y al 6 % de las familias de
ingresos medios por anuncio. 18
x1
La publicidad en periódico tiene un costo de 500 Bs. por anuncio y la publicidad por T.V. tiene un costo 20
de 2000 Bs. por comercial. La meta es obtener al menos una presentación como mínimo al 36 % de las
familias de ingresos altos y al 60 % de las familias de ingresos medios minimizando los costos de Min Z=2000X1 + 500X2
publicidad.
OBJETIVO: Minimizar los costos de publicidad. Sujeto a:
VARIABLE DE DECISIÓN: Anuncios para las familias de ingreso alto (X1). 2X1 + 3X2 >= 36
Anuncios para las familias de ingreso medio (X2). 3X1 + 6x2 >= 60
RESTRICCIONES: Porcentaje de presentación. X1, X2 >= 0
RECURSOS X1 X2 DISPONIBILIDAD
CORTE 1 1 4 F. O. MAX Z = 2X1 + 3X2
COSTURA 1 2 6
SUJETO A:
F.O. BENEFICIOS Bs. 2 3
X1 + X2 <= 4
X1 + 2X2 <= 6
COLUMNA PIVOTE
7/3/2023
El nuevo problema puede diferir del original en uno o varios de los siguientes cambios que
DUALIDAD
La relación entre el problema dual y su asociado, es decir el problema original llamado primal,
Un problema dual se formula de un problema primal de la siguiente forma:
presenta varias utilidades:
1.Si el primal es un problema de maximización su dual será un problema de minimización y viceversa.
•Aporta elementos que aumentan sustancialmente la compresión de la PL.
2.Los coeficientes de la función objetivo del problema primal se convierten en los coeficientes del vector
•El análisis de dualidad es una herramienta útil en la solución de problemas de PL, por ejemplo: más
de la disponibilidad en el problema dual.
restricciones que variables.
3.Los coeficientes del vector de disponibilidad del problema original se convierten en los coeficientes de
•El problema dual tiene interpretaciones e informaciones importantes que muestran que los análisis
la función objetivo (vector de costo o precio) en el problema dual.
marginales están siempre involucrados implícitamente al buscar la solución óptima a un problema de
4.Los coeficientes de las restricciones en el problema primal, será la matriz de los coeficientes
PL.
tecnológicos en el dual.
La forma estándar general del primal se defina como; para maximizar o minimizar.
5.Los signos de desigualdad del problema dual son contrarios a los del primal.
6.Cada restricción en un problema corresponde a una variable en el otro problema. Si el primal tiene m
restricciones y n variables, el dual tendrá n restricciones y m variables. Así, las variables Xn del primal se
convierte en nuevas variables Ym en el dual.
sujeto a:
PROBLEMA PRIMAL ES: PROBLEMA DUAL SERÁ:
MAX Z= CX MIN W= BY
Sujeto a: Sujeto a:
AX <= B AY >= C
X >= 0 Y >= 0
EJEMPLO DE MINIMIZACIÓN
Sea una empresa “PIO” que produce pollos de granja. Para este propósito se
debe suministrar a los animales 2 tipos de alimento balanceado. A las gallinas
no se les restringe la cantidad de alimentos que pueden consumir; sin embargo,
deben satisfacerse ciertos requerimientos nutricionales por día.
La empresa busca determinar la combinación de fuentes alimenticias que
generen el menor costo que satisfaga todos los requerimientos nutritivos.
La nueva fila de x5 será: Para M=1, se tiene el valor más negativo en Cj-Zj, que es la columna pivote
= 2000 – ((50*4000)/200) = 1000 0.75 - 1000(1) = - 999.25
= 4000 – ((4000*200)/200) = 0
= - 1 – ((0*4000)/200) = -1 De la misma forma la fila pivote se determina a través de la razón:
= 0 – ((-1*4000)/200) = 20 2000/1000 = 2 (valor menor en la razón)
= 1 – ((0*4000)/200) = 1 1 / 0.25 = 4
= 0 – ((1*4000)/200) = -20
= 6000 – ((200*4000)/200) = 2000
Cj 6 21 0 0 M M SOLUCIÓN
VARIABLE BÁSICA x1 x2 x3 x4 x5 x6
M x5 1000 0 -1 20 1 -20 2000
21 x2 0.25 1 0 -0.005 0 0.005 1
Zj 1000M+5.25 21 -M 20M-0.105 M -20M+0.105 2000M+21
Cj 6 21 0 0 M M SOLUCIÓN
VARIABLE BÁSICA x1 x2 x3 x4 x5 x6
Maximizar Z = C 1 X 1 + C 2 X 2 + ...................+ C n X n
Sujeto a: a 11x 1 + a 12 x 2 + ............................ a 1 n x n b 1
a 12x 1 + a 22 x 2 + ............................ a 2 n x n b 2
a m1x 1 + a m2 x 2 + ............................ a m n x n b m
En donde x1 , x 2,..........x n y b 1 , b 2 , ................b m son no negativas.
Por ejemplo
Maximizar Z = 6 x1 + 5 x2
Sujeto a: (restricciones)
9x1 + 6x2 < = 36
3x1 + 3x2 <= 15
x1 <= 3
x2 <= 4
(restricciones de no negatividad) x1 >= 0
(restricciones de no negatividad) x2 >= 0
2
COMPILACIÓN REALIZADA POR JOSÉ LUIS TANGARA C. – INVESTIGACIÓN OPERATIVA – FCEFA – UTO
PASO 1
Convertir las desigualdades o inecuaciones en igualdades (ecuaciones). En las restricciones (<=), el
valor del lado derecho implica una limitación en la disponibilidad de un recurso, mientras que el lado
izquierdo refleja el uso de ese recurso limitado por las variables del modelo. Por lo tanto, se tiene una
cantidad no utilizada, que se muestra en la diferencia del lado derecho y el lado izquierdo (<=), lo que
significa que la cantidad no usada es la cantidad no usada o la holgura (que se denomina variables de
holgura)
Entonces, para convertir las desigualdades (<= o >=) en igualdades (=), se agrega una variable de
holgura al lado izquierdo de la restricción. Por ejemplo:
FUNCIÓN OBJETIVO Max Z = 6 x1 + 5 x2 + 0S1 + 0S2 + 0S3 + 0S4 = 0
9x1 + 6x2 + S1 = 36 (ecuación 1)
3x1 + 3x2 + S2 = 15 (ecuación 2)
x1 + S3 = 3 (ecuación 3)
x2 + S4= 4 (ecuación 4)
x1, x2, 0S1, 0S2, 0S3, 0S4 >= 0
S1 = variable de holgura
PASO 2
Determinar las variables básicas y las no básicas
BÁSICAS NO BÁSICAS
S1 X1
S2 X2
S3
S4
X1= ¿?
X2= ¿?
PASO 3
Elaborar la tabla inicial del simplex
PASO 4
a) Selección de la columna pivote (variable que entra), que es el coeficiente de Z más negativo =
columna x1.
3
COMPILACIÓN REALIZADA POR JOSÉ LUIS TANGARA C. – INVESTIGACIÓN OPERATIVA – FCEFA – UTO
solución
razon
coeficiente _ columna _ pivote
VARIABLE QUE
VARIABLE ENTRA
QUE SALE (COLUMNA ELEMENTO
(FILA PIVOTE) PIVOTE) PIVOTE
COEFICIENTE DE RAZÓN
Z MAS NEGATIVO MENOR
PASO 5
Fila _ pivote
Nueva _ fila _ pivote
Elemento _ pivote
Fila pivote 1 0 0 0 1 0 3
Elemento 1 1 1 1 1 1 1
pivote
1/1=1 0/1=0 0/1=0 0/1=0 1/1=1 0/1=0 3/1=3
x3= 1 0 0 0 1 0 3
4
COMPILACIÓN REALIZADA POR JOSÉ LUIS TANGARA C. – INVESTIGACIÓN OPERATIVA – FCEFA – UTO
Fila de S2
S2 3 3 0 1 0 0 15
Coef 3 3 3 3 3 3 3
col.piv.
N. Fila 1 0 0 0 1 0 3
pivote
3*1=3 3*0=0 3*0=0 3*0=0 3*1=3 3*0=0 3*3=9
3-3=0 3-0=3 0-0=0 1-0=1 0-3=-3 0-0=0 15-9=6
NUEVO 0 3 0 1 -3 0 6
S2=
Fila de S1
S1 9 6 1 0 0 0 36
Coef. Col. 9 9 9 9 9 9 9
Piv.
N. fila pivot 1 0 0 0 1 0 3
9*1=9 9*0=0 9*0=0 9*0=0 9*1=9 9*0=0 9*3=27
9-9=0 6-0=6 1-0=1 0-0=0 0-9=-9 0-0=0 36-27=9
NUEVO 0 6 1 0 -9 0 9
S1=
Fila S4
S4 0 1 0 0 0 1 4
Coef. Col. 0 0 0 0 0 0 0
Piv.
N. fila pivot 1 0 0 0 1 0 3
0*1=0 0*0=0 0*0=0 0*0=0 0*1=0 0*0=0 0*3=0
0-0=0 1-0=1 0-0=0 0-0=0 0-0=0 1-0=1 4-0=4
NUEVO 0 1 0 0 0 1 4
S4=
Fila de Z
Z -6 -5 0 0 0 0 0
Coef. Col. -6 -6 -6 -6 -6 -6 -6
Piv.
N. fila pivot 1 0 0 0 1 0 3
-6*1=-6 -6*0=0 -6*0=0 -6*0=0 -6*1=-6 -6*0=0 -6*3=-18
-6-(-6)=0 -5-0=-5 0-0=0 0-0=0 0-(-6)=6 0-0=0 0-(-18)=18
NUEVO Z= 0 -5 0 0 6 0 18
5
COMPILACIÓN REALIZADA POR JOSÉ LUIS TANGARA C. – INVESTIGACIÓN OPERATIVA – FCEFA – UTO
Se elige el elemento pivote a partir de la elección en la columna con valor más negativo (variable que
entra) y la razón con menor valor (variable que sale). Luego se realiza la iteración que se describe en
el paso 5.
Se elige el elemento pivote a partir de la elección en la columna con valor más negativo (variable que
entra) y la razón con menor valor (variable que sale). Luego se realiza la iteración que se describe en
el paso 5.
7
¿QUÉ SON INVENTARIOS?
MODELOS DE ALMACENAMIENTO
“Se llama inventario a una cantidad de bienes o materiales mantenidos
(inventarios) durante un tiempo en un estado inactivo en espera de su uso.”
ejemplos:
Materias primas
JOSE LUIS TANGARA C. Productos en proceso
Productos terminados
•Costos del Artículo: Se refieren al precio de compra. •Costos de mantenimiento: Gastos por mantener
inventario; arriendos, impuestos, obsolescencia, seguros,
administración, financiero o de oportunidad, etc.
•Costos de colocación del pedido: Abarcan los costos de
gestión de compras.
•Costos de agotamiento: Se producen cuando la empresa
no puede satisfacer por completo el pedido de un cliente.
•Costos de organización del proceso: Derivados de cambiar
el proceso de producción de un producto a otro.
• Modelos determinísticos
– Primer Modelo Determinístico
– Segundo Modelo Determinístico
• Modelos estocásticos
• Software para modelos de
almacenamiento
¿Qué llegará? ¿Qué tengo? ¿Qué podemos
¿Cuándo llegará? ¿Dónde lo pongo? enviar?
¿Qué pedidos
deberíamos
entregar?
13
SUPUESTOS
• Demanda conocida y constante.
• Tiempo de espera conocido y constante (entre emisión y
almacenamiento)
• El precio de compra (fabricación) no depende de la
cantidad comprada (fabricada)
El costo de pedido o emisión, son los costos
El propósito del modelo EOQ es la asociados a realizar el suministro de los
bienes almacenados (Cp), multiplicado por
minimización del costo total del
el número de pedidos en la gestión (D/Q)
periodo. Los costos determinantes
para este objetivo son el costo de
pedido, el costo de mantenimiento y
el costo de compra. 𝐷
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑒𝑑𝑖𝑑𝑜 = 𝐶𝑝
𝑄
C
O
S Costo Total
𝐷 𝑄 T
𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 = 𝐶𝑝 + 𝐶𝑢 𝐷 + 𝐻 O
𝑄 2 S
Costo de Almacenamiento
Costo de Emisión
Q
Q*
Tasa de
escasez
Volumen de
reaprovisionamiento
que satisface la
demanda hasta el
momento en que se
produce la ruptura
VOLUMEN DE PERIODO DE
REAPROVISIONAMIENTO GESTIÓN
MODELOS ESTOCÁSTICOS
Q*
Se asume p() como la probabilidad para la
demanda r. Asimismo, se tiene un costo Ce por
escasez en existencias. El reabastecimiento se hace
R
al final de cada periodo en una cantidad igual a la
demanda, para completar un nivel de S. Por lo tanto,
S el problema consiste en determinar la cantidad S,
que haga mínimo el costo medio de gestión. En
otras palabras, se desea establecer existencias de
seguridad adecuadas que permitan proporcionar un
R= L+S S - Inventario de Seguridad
nivel especificado de protección para dar servicio a
los clientes cuando se desconoce la demanda.
La cantidad S calculada, puede resultar muy grande causando costos de
mantenimiento de inventario. El objetivo de la optimización es determinar la
cantidad mínima de existencia de seguridad requerido satisfaciendo el nivel de
servicio específico. Para ello se aplica la distribución normal para el
comportamiento de la demanda y su confiabilidad.
Nivel de servicio () = Prob. (satisfacer la demanda durante
un ciclo de inventario) o la prob. (demanda durante el tiempo
<= R
Los modelos estocásticos refieren a situaciones en que
la demanda no es conocida o tiene características de El nivel de servicio, corresponde a una fracción probabilística
tener incertidumbre en su definición. (%) esperada de la demanda, la cual es satisfecha en un
Para el cálculo de cantidades óptimas en base a una periodo de tiempo. Representa la probabilidad de satisfacer la
demanda incierta, la demanda asumirá una demanda durante un periodo de tiempo.
distribución de probabilidad. Por ejemplo si =0,95, significa satisfacer la demanda en al
Se incorpora el INVENTARIO DE SEGURIDAD (), que menos 95%, con una existencia del 5% de déficit (1-).
es una protección contra la incertidumbre de la Creándose un faltante u orden atrasada con la probabilidad de
demanda (demanda diferida), que de alguna manera un 5%.
garantiza la no interrupción de las operaciones, Para determinar las existencia de seguridad, con la
generando una reserva ante la incertidumbre. probabilidad de no tener un inventario con déficit se calculará
R+S unidades de inventario, con la probabilidad de no
agotarse el inventario durante el tiempo guía con un nivel de
servicio .
Prob. (demanda durante el tiempo guia L<= R+S) =
La cantidad S calculada, puede resultar muy grande causando costos El hecho de determinar la cantidad de existencia de seguridad para
de mantenimiento de inventario. El objetivo de la optimización es la distribución normal, durante un tiempo, caracteriza dos elementos:
determinar la cantidad mínima de existencia de seguridad requerido - La media L es la demanda promedio durante el tiempo guía. L, L
satisfaciendo el nivel de servicio específico. Para ello se aplica la =R
distribución normal para el comportamiento de la demanda y su - La desviación estándar L de la demanda durante el tiempo guía.
confiabilidad. Entonces, el punto de nuevos pedidos será:
Volumen Monetario
Expresarlo como porcentaje del
volumen monetario del inventario total
Presentación Gráfica de una clasificación ABC
Art. A
Art, B
Art. C
DESTINO
ORIGEN (NODO)
(NODO)
i = índice o número de orígenes
J = índice o número para los destinos
Xij = cantidad de mercancía que es posible transportar dese el
origen i hasta el destino j.
Cij = costo de transportar una unidad de mercancía desde el
origen i hasta el destino j.
ai = suministro o capacidad en unidades del origen i
bj = demanda en unidades del destino j
3/5/2021
3/5/2021
3/5/2021
Método de Vogel
El método comienza calculando por cada columna y por cada fila el castigo. El castigo
se calcula como la diferencia entre los dos costos menores en la columna o en la fila
según corresponda. A continuación, se determina la fila o columna con un mayor valor
de castigo. Luego, se selecciona como variable basal la celda con menor costo de la fila
o columna, según corresponda, y se le asigna la máxima cantidad posible. Una vez
realizada la asignación, se descarta la fila o columna cuya oferta o demanda haya sido
completa. Se recalcula la demanda u oferta disponible en la fila o columna. La primera
asignación se ha completado.
Se vuelven a calcular los castigos por fila y por columna y se repite el procedimiento
descrito hasta completar las asignaciones posibles en la tabla.
La ventaja del método de Vogel por sobre el de la Esquina Noroeste es que va adelante
algunas iteraciones y por lo tanto se obtiene una solución inicial mejor. Eventualmente
puede ocurrir que aplicando el método se llegue directamente a la solución óptima. La
desventaja del método de Vogel radica en que sin duda es más complejo que el de la
esquina noroeste, por lo tanto, es más difícil de implementar y más proclive a errores
en la aplicación.
3/5/2021
3/5/2021
Introducción
Las cadenas de Markov son una herramienta para analizar el Definición de Cadena de Markov
comportamiento y el gobierno de determinados tipos de
procesos estocásticos, esto es, procesos que evolucionan
de forma no determinista a lo largo del tiempo en torno a un
conjunto de estados. • Una Cadena de Markov (CM) es:
• Un proceso estocástico
Una cadena de Markov, por tanto, representa un sistema que
varía su estado a lo largo del tiempo siendo cada cambio una • Con un número finito de estados (M)
transición del sistema. Dichos cambios no están • Con probabilidades de transición estacionarias
predeterminados, aunque sí lo está la probabilidad del • Que tiene la propiedad markoviana
próximo estado en función de los estados anteriores,
probabilidad que es constante a lo largo del tiempo.
Eventualmente, en una transición, el nuevo estado puede ser
el mismo que el anterior y es posible que exista la posibilidad
de influir en las probabilidades de transición actuando
adecuadamente sobre el sistema.
26/5/2022
PROPIEDAD MARKOVIANA
ELEMENTOS DE UNA CADENA
DE MARKOV Un proceso estocástico tiene la propiedad markoviana si las
probabilidades de transición en un paso sólo dependen del estado
del sistema en el período anterior (memoria limitada)
26/5/2022
DIAGRAMA DE TRANSICION
LAS CADENAS DE MARKOV
1-pij
SON UN CASO PARTICULAR
DE MODELOS DE MARKOV
1-pij i j pij
pij
Tipos de modelos de Markov:
Estado i Estado j
• Procesos de Markov (Modelos semi-
markovianos): Las probabilidades de transición
entre estados pueden variar a medida que
El diagrama de transición de estados de una cadena de Markov, es
un grafo dirigido cuyos nodos son los estados de la Cadena de transcurren más ciclos
Markov. – Ejemplo: para modelizar la esperanza de vida, el riesgo
Los arcos se etiquetan con la probabilidad de transición pij entre los de muerte aumenta con la edad, demanda, etc.
diferentes estados (i,j) los cuales une. • Cadenas de Markov: Las probabilidades de
Si la probabilidad pij de transición entre estados es cero entonces no transición se suponen constantes a lo largo del
se coloca arco de relación. tiempo
26/5/2022
Ejemplo:
PROPIEDAD MARKOVIANA
La empresa de producción de cerveza HUARI, tiene a competidores a nivel nacional a las
empresas CORDILLERA, PACEÑA, TAQUIÑA - AUTENTICA y SUREÑA.
Ejemplos:
En la actualidad, las participaciones de mercado son las siguientes 24% para Huari, 29%
Comportamiento (sube/baja) del precio de las para Taquiña – Auténtica y Sureña, 30% para Paceña, y 17% para Cordillera. En los
últimos tiempos el flujo de consumidores y las retenciones junto a las pérdidas de las
acciones hoy depende de lo ocurrido ayer empresas fueron:
a) Huari, retiene el 70% de sus clientes y pierde 20% en favor de los competidores
Taquiña, Auténtica y Sureña. 5% de sus clientes se van a consumir cerveza del
Problema de la ruina de un jugador de casino competidor Paceña y 5% al competidor Cordillera.
b) Las empresas Taquiña, Auténtica y Sureña juntas, retienen el 65% de sus clientes y
pierden el 15% con la empresa Huari, 10% con Paceña y 10% con el competidor
Cordillera.
c) El competidor Paceña, retiene el 75% de sus clientes y pierde 5% a favor de Huari,
5% a favor de las empresas Taquiña, Auténtica y Sureña juntas, y 15% a favor de
Elección de marca: Con qué línea aérea volar a Cordillera.
Santa Cruz? d) Finalmente Cordillera retiene el 70% de sus clientes y pierde 10% a favor de Huari,
10% con la empresa Paceña y 10% pierde con las empresas Taquiña-Auténtica y
Sureña.
Pregunta a responder:
- ¿Cuál será la participación probable del mercado total que pueda retener cada
empresa al terminar la gestión?
Solución:
Elementos de la Cadena de Markov
Estados del Sistema: Diagrama de transición de estados del sistema
E1: Huari
E2: Taquiña-Auténtica y Sureña
E3: Paceña
0,15
0,7 0,65
E4: Cordillera
0,1 0,1
E1 E2
Matriz estocástica de transición:
0,05 0,05 0,20 0,1
0,05 0,1
0,1
E3
0,05 E4
0,75
0,15 0,7
26/5/2022