FACULTAD DE INGENIERIA

ESCUELA DE INGENIERIA INDUSTRIAL

Docente: Ing. Filiberto De la Rosa

Anhuamn
La primera actividad de investigacin de operaciones se dio durante la II Guerra
Mundial en Gran Bretaa, donde la administracin militar llam a un grupo de
cientficos de distintas reas del saber para que estudien los problemas tcticos y
estratgicos asociados a la defensa del pas. El nombre de Investigacin de
Operaciones (IO), fue dado porque el equipo estaba llevando a cabo la actividad de
investigar operaciones militares.
Motivados por los resultados alentadores obtenidos por los equipos britnicos, los
investigadores militares de Estados Unidos comenzaron a realizar investigaciones
similares. Para eso reunieron a un grupo selecto de especialistas, los cuales empezaron a
tener buenos resultados y en sus estudios incluyeron problemas logsticos complejos, la
planeacin de minas en el mar y la utilizacin efectiva del equipo electrnico.
Al trmino de la guerra y atrados por los buenos resultados obtenidos por los estrategas
militares, los administradores industriales empezaron a aplicar las herramientas de la IO a
la resolucin de sus problemas que empezaron a originarse debido al crecimiento del
tamao y la complejidad de las industrias.

Ing. Filiberto De la Rosa A.

Aunque se ha acreditado a Gran Bretaa la iniciacin de la IO como
una nueva disciplina, los Estados Unidos tomaron pronto el liderazgo en
este campo rpidamente creciente. La primera tcnica matemtica
ampliamente aceptada en el medio de la IO fue el Mtodo Smplex de
Programacin Lineal, desarrollado en 1947 por el matemtico
norteamericano George B. Dantzig, desde entonces las nuevas tcnicas
se han desarrollado gracias al esfuerzo y cooperacin de las personas
interesadas tanto en el rea acadmica como en el rea industrial.
Un segundo factor en el progreso impresionante de la IO fue el
desarrollo de la computadora, que con sus tremendas capacidades de
velocidad de cmputo y de almacenamiento y recuperacin de la
informacin, permitieron al tomador de decisiones rapidez y precisin. Si
no hubiera sido por la computadora la IO con sus grandes problemas
de clculo no hubiera crecido al nivel de hoy en da.
Actualmente la IO se esta aplicando en muchas actividades fuera del
campo de la industria como hospitales, instituciones financieras,
planeacin urbana, sistemas de
Ing. Filiberto De la Rosa A. transporte, sistemas de
comercializacin, bibliotecas, etc.
 Definicin

La IO es la aplicacin del mtodo cientfico al estudio de los

problemas de toma de decisiones, considerando la formulacin de
un modelo matemtico que permita estudiar el problema y
desarrollar una solucin que indique el mejor u ptimo curso de
accin posible.

Las dos caractersticas esenciales, que distinguen la IO de otras

disciplinas o actividades que podran asimilarse a la anterior
definicin son:
El modelamiento generalmente matemtico de los problemas
de decisin.
La bsqueda de la mejor o la ptima solucin de los problemas
de decisin.
Ing. Filiberto De la Rosa A.
 reas de aplicacin de la IO
La programacin lineal se ha usado con xito en la solucin de
problemas referentes a la asignacin de personal, la mezcla de
materiales, la distribucin y el transporte y las carteras de inversin.
La programacin dinmica se ha aplicado con buenos resultados en
reas tales como la planeacin de los gastos de comercializacin, la
estrategia de ventas y la planeacin de produccin.
La teora de colas ha tenido aplicaciones en la solucin de problemas
referentes al congestionamiento del trfico, al servicio de mquinas
sujetas a descomposturas, a la determinacin del nivel de la mano de
obra, a la programacin del trfico areo, al diseo de presas, a la
programacin de la produccin y a la administracin de hospitales.
Otras tcnicas como la teora de inventarios, la teora de juegos y la
simulacin, han tenido exitosas aplicaciones en una gran variedad de
contextos. Ing. Filiberto De la Rosa A.
 El proceso de toma de decisiones
La toma de decisiones es un proceso de seleccin entre cursos
alternativos de accin, basados en un conjunto de criterios para
alcanzar uno o ms objetivos.
La condicin fundamental para la solucin de problemas es que se
establezca una diferencia entre lo que es (situacin actual) y lo que
debe ser (situacin deseada o objetivo) y a continuacin tomar
acciones para eliminar o disminuir esa diferencia.
Los componentes de un problema son:
El tomador de decisiones o ejecutivo.
Los objetivos de la organizacin.
El sistema o ambiente en el que se sita el problema
Los cursos de accin alternativos que se pueden tomar para
resolverlo.
Ing. Filiberto De la Rosa A.
Para formular un problema se requiere:
a)Identificar los componentes y variables del sistema.
b)Identificar los posibles cursos de accin.
c) Definir el marco de referencia.
d)Definir los objetivos que se busca alcanzar.
e) Identificar las interrelaciones entre las diferentes partes del sistema y
encontrar las restricciones que existen.

El proceso de resolucin de problemas involucra los siguientes pasos:

1. Identificar y definir bien el problema.
2. Determinar el conjunto de soluciones alternativas.
3. Determinar el criterio o criterios de evaluacin para evaluar dichas
alternativas.
4. Evaluar las alternativas.
5. Elegir la alternativa mas adecuada.
6. Implementar la alternativa seleccionada (la decisin)
Ing. Filiberto De la Rosa A.

7. Evaluar los resultados, y determinar si se ha llegado a una solucin

 LA PROGRAMACIN LINEAL trata la planeacin de las actividades
para obtener un resultado ptimo, esto es, el resultado que mejor
alcance la meta especificada entre todas las opciones de solucin.
Aunque la asignacin de recursos limitados entre las actividades
competitivas de la mejor manera posible es la aplicacin ms
frecuente, la PL tiene muchas otras posibilidades.
Estructura de un Modelo de PL:
a. Variables, representan la informacin para la toma de decisiones, sus valores o
resultados son determinadas por el modelo.
b. Parmetros, es toda informacin conocida a priori e invariable para el horizonte
de planeacin del modelo.
c. Funcin objetivo, es una expresin de variables que representa el objetivo que se
desea alcanzar y expresa la cuantificacin de la efectividad en una unidad de
medida.
d. Restricciones, son relaciones entre las variables y parmetros que se representan
Ing. Filiberto De la Rosa A.
por desigualdades o ecuaciones, resulta debido a limitaciones de recursos.
En investigacin de operaciones I aprendimos a resolver modelos de P.
L. Por el mtodo simplex y el dual simplex, el resultado obtenido poda
ser cualquier nmero real, sin embargo, existen problemas que no
aceptan como solucin un nmero real, por ejemplo, pensemos en el
problema de seleccin de personal, en este caso no podemos colocar
1.5 empleados. Por esta razn se han desarrollado algoritmos especiales
para la bsqueda de soluciones enteras de modelos de P. L.

Ing. Filiberto De la Rosa A.

CLASIFICACIN DE LOS MODELOS DE
P. L. E.
Los problemas que resuelven corresponden a los llamados modelos de
programacin lineal entera (P. L. E.). Estos modelos se clasifican de la
siguiente manera:
Modelos de P. L. E. puros. Cuando todas las variables de decisin slo
tienen sentido si toman valores enteros.
Modelos de P. L. E. mixtos. Cuando alguna de las variables de decisin
pueden tomar valores reales y slo un subconjunto est restringido a tomar
valores enteros.
Modelo de P. L. E. Binarios.- Cuando las variables de decisin slo pueden
tomar dos valores, por ejemplo, verdadero o falso, esto se representa con
cero o uno.

Ing. Filiberto De la Rosa A.

MTODOS DE RESOLUCIN DE P.L.E.

Mtodo grafico
Mtodo de Branch and Bound o de bifurcacin y acotamiento
Mtodo del Algoritmo de Gomory
1.- Mtodo Grfico:
Muchos de los problemas de la vida real exigen solucin con nmeros enteros
por lo tanto las variables de dicho problema deben ser definidas como
variables enteras, el mtodo grfico es idntico al mtodo grfico de
programacin continua solo aqu se selecciona soluciones enteras dentro del
rea de solucin factible.

Ing. Filiberto De la Rosa A.

Ejemplo:
Ejemplo:

Un paciente requiere una dieta estricta a travs de dos alimentos A y B, se sabe

que cada unidad del alimento A contiene 120 caloras y dos gramos de
protenas, la unidad del alimento B contiene 100 caloras y 5 gramos de
protenas. La dieta requiere como mnimo 1000 caloras y 30 gramos de
protenas. Si el precio de cada unidad del alimento A es de $60 y cada unidad
del alimento B es de $80.
Cuantas unidades de cada alimento debe contener la dieta para que el costo
sea mnimo?
estricta a travs de dos alimentos A y B, se sabe que cada unidad del alimento A
contiene 120 caloras y dos gramos de protenas, la unidad del alimento B contiene 100
caloras y 5 gramos de protenas. La dieta requiere como mnimo 1000 caloras y 30
gramos de protenas. Si el precio de cada unidad del alimento A es de $60 y cada
unidad del alimento B es de $80.
Cuantas unidades de
Ing. Filiberto De lacada
Rosa A. alimento debe contener la dieta para que el costo sea
mnimo?
SOLUCIN:

Funcin objetivo: Y
Min z = 60X +80Y
S. A. C(10, 0)
120X + 100y > = 1000
2X + 5Y > = 30 B(5,4)
X, Y > = 0, enteros
A(15,0) X

Ing. Filiberto De la Rosa A.

EJEMPLO:

Max z = 5X1 + 3X2

S. A:
3X1 + 5X2 < = 15
5X1 + 2X2 < = 10
X1, X2 > = 0, enteros

Ing. Filiberto De la Rosa A.

 Mtodo de Branch and Bound

Consideremos el siguiente problema de programacin

entera:
PLE) Max 21x1 + 11x2
s.a. 7x1 + 4x2 13
x1 0
x2 0
x1, x2 enteros

Consideremos inicialmente la resolucin de la

relajacin continua de PLE), que consiste en eliminar
las condiciones de integralidad.
Ing. Filiberto De la Rosa A.
Ing. Filiberto De la Rosa A.
Descripcin del mtodo Branch and Bound (maximizacin)
Paso 0 Hacer P0, la relajacin continua de PLE)
fijar la cota inferior del v(PLE) en -.
Paso 1 Seleccionar un problema no resuelto, Pi
Resolver Pi) como problema de programacin
lineal.
Agotar este problema, usando:
(i) que se encontr una solucin entera
(ii) que el problema resulta infactible
(iii) que el problema no provee un valor mejor
que la actual cota del valor ptimo v(PLE).
Ing. Filiberto De la Rosa A.
Si el problema Pi resulta agotado y da solucin
entera, mejorar el valor de la cota inferior de
v(PLE).
Si todos los problemas estn agotados parar.
Solucin ptima de PLE), la solucin entera
asociada a la actual cota inferior de v(PLE), si
existe (si no existe entonces PLE) es infactible)
Si el problema no est agotado pasar al paso 2.

Ing. Filiberto De la Rosa A.

Paso 2 Seleccionar una variable xj=j, cuyo valor en
la solucin ptima de Pi) no de entero.
Eliminamos la regin correspondiente a
j < j < j +1
Crear dos nuevos problemas de programacin
lineal que incorporan a Pi) dos restricciones
mutuamente excluyentes:
xj j xj j +1
una en cada problema y volver al paso 1.

Ing. Filiberto De la Rosa A.

 x1 = 13/7
x2 = 0
P0 z = 39 P0) Relajacin continua
-< z 39
x11 x12 P1) Max 21x1 + 11x2
s.a. 7x1 + 4x2 13
x1 = 1 x1 1
x2 = 3/2 P1 P2 x1 0
z = 37.5 x2 0
infactible P2) Max 21 x1 + 11x2
x21 x22 s.a. 7x1 + 4x2 13
x1 1
x1 = 5/7 x2 1
x1 = 1 x2 = 2 x1 0
x2 = 1 P11 P12 x2 0
z = 37
z = 32 De donde 32 z 39
x11

x1 = 0
x2 = 13/4 P121 P122 Solucin ptima
z = 35.75 X1* = 0
infactible X2* = 3
x23 x24
Z = 33
x1 = 0
x2 = 3 P1211 P1212
z = 33 Ing. Filiberto De la Rosa A.
infactible