Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCION
INTRODUCCION
La investigación de operaciones o investigación operativa o
investigación operacional (conocida también como teoría de la
toma de decisiones o programación matemática) (I.O.) es una
rama de las matemáticas que consiste en el uso de modelos
matemáticos, estadística y algoritmos con objeto de realizar un
proceso de toma de decisiones. Frecuentemente trata del estudio
de complejos sistemas reales, con la finalidad de mejorar (u
optimizar) su funcionamiento. La investigación de operaciones
permite el análisis de la toma de decisiones teniendo en cuenta la
escasez de recursos, para determinar cómo se puede optimizar un
objetivo definido, como la maximización de los beneficios o la
minimización de costos.
NOCIONES BASICAS
• Muchas personas clasifican el desarrollo de la Programación
Lineal (PL) entre los avances científicos más importantes de
mediados del siglo XX. En la actualidad es una herramienta común
que ha ahorrado miles o millones de dólares a muchas compañías y
negocios, incluyendo industrias medianas en distintos países del
mundo. ¿Cuál es la naturaleza de esta notable herramienta y qué
tipo de problemas puede manejar?
• Expresado brevemente, el tipo más común de aplicación abarca el
problema general de asignar recursos limitados entre actividades
competitivas de la mejor manera posible (es decir, en forma óptima).
Este problema de asignación puede surgir cuando deba elegirse el
nivel de ciertas actividades que compiten por recursos escasos para
realizarlas.
LOS SUPUESTOS
• Existe un número de suposiciones realizadas
en cada modelo. La utilidad de un modelo
está directamente relacionada con la realidad
de los supuestos.
• Los supuestos y sus definiciones son los
siguientes:
SUPUESTO DE PROPORCION
• El primer supuesto tiene que ver con la forma
lineal de las funciones. Ya que el objetivo es
lineal, la contribución al objetivo de cualquier
decisión es proporcional al valor de la variable
de decisión. Producir dos veces más de
producto producirá dos veces más de
ganancia, contratando el doble de páginas en
las revistas doblará el costo relacionado con
las revistas.
SUPUESTO DE ADICION
• Además, la contribución de una variable a la
función objetivo es independiente de los
valores de las otras variables. La ganancia
anual de una determinada empresa con la
venta de sus computadoras es de $10,750.00,
independientemente de cuantas
computadoras Desktop se producen.
SUPUESTO DE DIVISIBILIDAD
• Es posible tomar una fracción de cualquier
variable. Por ejemplo, en un problema de
marketing, qué significa comprar 2.67 avisos en la
televisión?. Es posible que la suposición de ser
divisible sea insatisfecha en este ejemplo. O
puede ser que tales unidades de 2.67 avisos
correspondan a 2,666.7 minutos de avisos, en
cuyo caso redondeando la solución serían 2,667
minutos con una mínima duda de que esté
cercana a la solución óptima. La solución sería la
Programación Lineal Entera.
SUPUESTO DE CERTEZA
• La Programación Lineal no permite incertidumbre
en los valores.
• Condición de «No negatividad»: Será difícil que
un problema cumpla con todas las suposiciones
de manera exacta. Pero esto no negará la
factibilidad de uso del modelo. Un modelo puede
ser aún útil aunque difiera de la realidad, si se es
consistente con los requerimientos más estrictos
dentro del modelo y se tiene claras sus
limitaciones al interpretar los resultados.
ELEMENTOS DE INVESTIGACIÓN DE
OPERACIONES
• Reúne un conjunto de ciencias como física,
biología, química, economía etc., las mismas
que identificadas en un problema concreto
contribuyen a encontrar la relación causa
efecto de un fenómeno y en base a modelos
matemáticos y estadísticos procurar una
solución correcta al problema analizado.
• No toma decisiones por sí sola pero aporta
elementos de juicio a quienes deciden.
• Es necesario ubicar las condiciones de acuerdo
a cada caso.
• Normalmente la I.O. utiliza métodos de
aproximaciones sucesivas es decir que genera
alternativas y opciones para la toma de la
decisión final la cual deberá estar orientada a
minimizar los riesgos inherentes.
EVOLUCION
• En los inicios de la segunda guerra mundial,
surgieron muchos problemas de carácter
militar. Las grandes potencias se preocuparon
de dar a estos problemas un enfoque
científico buscando optimizar el resultado de
sus acciones utilizando el menor número de
recursos en el menor tiempo posible.
• Surgieron entonces tres elementos:
– Estrategia
• Precisión de un objetivo
– Logística
• Recursos disponibles
– Táctica
• Habilidad y destreza para cumplir los objetivos con los
recursos disponibles.
• Estos tres principios originados en las ciencias
militares fueron rápidamente recogidos por
las empresas industriales y es así como se da
inicio a los llamados modelos de investigación
de operaciones.
MODELOS DE I.O.
• Se basan fundamentalmente en técnicas
matemáticas y estadísticas. Se utilizan
principalmente sistemas de ecuaciones,
inecuaciones, distribuciones, estadísticas,
matrices, probabilidades, etc.
RESULTADOS DE UN MODELO
• En forma general, el resultado de un modelo
estará en función de los siguientes elementos:
– Identificación exacta del problema
– Definición exacta de los objetivos
– Condiciones del modelo
– Metodología a emplearse
– Ejecución y control
– Evaluación y soluciones
CAMPOS DE APLICACION
• Desde su aplicación en ámbitos militares, los
métodos operacionales han ido encontrando
aplicaciones prácticas en diferentes sectores
tales como la industria en general, agricultura,
construcción, transporte, banca, minería,
comunicaciones, etc.
LA I.O. EN EL CAMPO INDUSTRIAL
• Desde el punto de vista industrial es una
valiosa herramienta para resolver problemas
relacionados con:
– Producción – inventarios – distribución – selección
y renovación de equipos – problemas de espera –
informática – administración – gerencia – factor
humano – seguridad industrial, etc.
METODOLOGIA
• Los métodos mas utilizados son el cálculo
matricial, sistemas de ecuaciones, estadística
descriptiva e inferencial, programación lineal,
modelos de transporte, teoría de colas,
métodos Gantt, PERT, CPM, probabilidades,
etc.
PROGRAMACION LINEAL
• Se refiere exclusivamente a relaciones lineales
(ecuaciones e inecuaciones) de primer grado.
• La PL nos permite solucionar interesantes
casos tales como combinación óptima en la
mezcla de productos, disposición interna de
procesos, maximización del beneficio,
minimización de los costos, transporte, etc.
• Es un método sistemático y matemático de
enfocar determinado problema para lograr
una solución óptima empleando una ecuación
objetivo (propósito del problema), un
conjunto de restricciones lineales y una
condición de no negatividad.
• Utiliza dos métodos de solución: el método
gráfico (aplica solo para dos variables) y el
algoritmo de simplex.
LOS MODELOS MATEMATICOS
• Los principales modelos matemáticos que
encuentran aplicación inmediata dentro del
campo económico – industrial y que son
objetos de estudio por métodos de
programación lineal son: transportación;
dietas; asignación de máquinas; programación
de la producción etc.
METODO GRAFICO
• El método gráfico se utiliza para la solución de
problemas de PL, representando geométricamente a
las restricciones, condiciones técnicas y el objetivo.
• El modelo se puede resolver en forma gráfica sólo si
tiene dos variables. Para modelos con tres o más
variables, el método gráfico es impráctico o imposible.
• Cuando los ejes son relacionados con las variables del
problema, el método es llamado método gráfico en
actividad. Cuando se relacionan las restricciones
tecnológicas se denomina método gráfico en recursos.
TIPOS DE SOLUCIONES
• Solución óptima, finita y única
• Solución óptima, finita y múltiple
• Solución ilimitada
• Solución infactible
• Solución inexistente
SOLUCIÓN OPTIMA FINITA UNICA
• Es la mas común siempre y cuando se haya
orientado correctamente a un problema real de
PL.
• Se llama óptima por ser la mejor solución posible.
• Finita por que tanto las variables como el objetivo
toman valores finitos.
• Unica por que solo hay una combinación de
valores para las variables cumpliendo a cabalidad
las restricciones.
EJEMPLO
• Consideremos el siguiente ejemplo:
SOLUCION OPTIMA FINITA MULTIPLE
• La condición necesaria mas no suficiente para
que esto ocurra en que la función objetivo sea
paralela a una de las restricciones o a una
combinación lineal de las mismas.
EJEMPLO
SOLUCION ILIMITADA
• Surge cuando una o mas de las variables así
como también la F.O. toman un valor infinito.
• La razón de su presencia puede deberse a:
• Omisión de una o mas restricciones
• Errores en la elaboración del modelo
• Errores en los datos de entrada
SOLUCION INFACTIBLE
• Se presenta cuando nos encontramos con una
o mas soluciones que cumplen con las
restricciones estructurales pero no con las
condiciones de no negatividad. Su espacio cae
fuera del cuadrante positivo.
SOLUCION INEXISTENTE
• Ocurre cuando no se pueden satisfacer las
restricciones estructurales.
• Bajo esta óptica, las condiciones de objetivos y
no negatividad pierden sentido.
• Definitivamente es imposible hablar de una
solución óptima.
EJEMPLO
PRINCIPALES PASOS
• Elaborar cuadro resumen.
• Graficar una a una las restricciones .
• Definir el área de “Solución básica factible”
• Analizar uno a uno los vértices encontrados y
que delimitan el área de solución básica
factible.
• Cuantificar la función objetivo.
EJEMPLO
• Una empresa fabrica dos productos A y B. El
primero requiere 7 kilos de materia prima; 2
horas hombre de mano de obra y 4.5 horas
máquina. El segundo requiere 3 kilos de materia
prima; 3 horas hombre de mano de obra y 4
horas máquina. Se dispone de 21 kilos de MP; 12
horas de M de O. y 18 horas máquina. Hallar la
combinación óptima sabiendo que el producto A
genera US$15 de ganancia y el producto B US$11
de ganancia por unidad.
EJEMPLO
• Se requiere fabricar dos tipos de alimento que en
conjunto reúnan por lo menos 20 gramos de
calorías y 30 gramos de proteína. Un producto
deberá contener 2 g de calorías y 1 g de proteína
mientras que el otro deberá contener 3 g de
calorías y 5 g de proteínas como composición
mínima. Determine la combinación óptima para
la cual el costo total sea el mínimo posible. Los
costos unitarios de los productos son US$3 y
US$4 respectivamente.
EJEMPLO
Una granja agrícola desea criar conejos y pollos
para lo cual disponen de 180 horas por mes.
En su bodega solo pueden almacenar un máximo de
1000 kilos de alimento y sabemos que un conejo
requiere 20 kilos al mes y un pollo 10. Un conejo
requiere 3 horas mensuales de cuidado y un pollo
2. El conejo da un beneficio de UM500 y el pollo
UM300. Determine la combinación de elementos
que optimice el beneficio.
EJEMPLO
• Un fabricante produce sillas y mesas para lo
cual requiere las áreas de montaje y pintura.
Producir una silla requiere una hora de
montaje y dos de pintura. La mesa en cambio
requiere tres y una horas en su orden. La
sección de montaje solo puede trabajar nueve
horas al día mientras que la de pintura ocho.
El beneficio de cada mesa es el doble de la
silla. Determine el número de mesas y sillas a
producir para maximizar el beneficio.
ALGORITMO DE SIMPLEX
• El algoritmo del Simplex busca el óptimo de un problema de P.L.
recorriendo sólo algunos de los vértices del poliedro que representa el
conjunto de soluciones factibles.
• En cada iteración, al algoritmo se desplaza de un vértice a otro de forma
que el valor de la función objetivo mejore con el desplazamiento, esto es,
que aumente si el problema es de maximización, o disminuya si el
problema es de minimización.
• La optimización de un P.L. puede dar lugar a cuatro posibles resultados:
a) Alcanzar un óptimo único.
b) Alcanzar un óptimo que no es único (soluciones alternativas o múltiples).
c) Concluir que el problema es no factible, esto es, que no existe ninguna
solución que satisfaga simultáneamente todas las restricciones del
problema.
d) Concluir que el problema es no acotado, es decir, que el valor de la función
objetivo en el óptimo es tan grande como se desee si el problema es de
maximización, o tan pequeño como se quiera si el problema es de
minimización.
METODOLOGIA DE FORMULACION
• Definir el Objetivo: Consiste en definir un
criterio de optimización el cual puede ser
Maximización o Minimización dependiendo
del problema que se desee resolver, el cual es
una función lineal de las diferentes actividades
del problema.
• Definir las variables de decisión: Son las
incógnitas del problema básicamente
consisten en los niveles de todas las
actividades que pueden llevarse a cabo en el
problema a formular, estas pueden ser de
tantos tipos diferentes como sea necesario, e
incluir tantos subíndices como sea requerido.
• Definir las restricciones: Son los diferentes
requisitos que debe cumplir cualquier
solución para que pueda llevarse a cabo. En
cierta manera son las limitantes en los valores
de los niveles de las diferentes actividades
(variables). Las restricciones más comunes son
de seis tipos, las cuales se listan a
continuación:
RESTRICCIONES
• Capacidad: limitan el valor de las variables debido
a las disponibilidad de horas-hombre, horas-
máquina, espacio, etc.
• Mercado: Surgen de los valores máximos y
mínimos en las ventas o el uso del producto o
actividad a realizar.
• Entradas: Son limitantes debido a la escases de
materias primas, mano de obra, dinero, etc.
• Calidad: Son las restricciones que limitan las mezclas de
ingredientes, definiendo usualmente la calidad de los
artículos a manufacturar.
• Balance de material: Estas son las restricciones que
definen las salidas de un proceso en función de las
entradas, tomando en cuenta generalmente cierto
porcentaje de merma o desperdicio.
• Internas: Son las que definen a una variable dada, en la
formulación interna del problema, un ejemplo tipo, es el de
inventario.
METODOLOGIA
El algoritmo simplex sigue los siguientes pasos:
– Se convierte el LP a su forma estándar.
– Se obtiene un tablero inicial.
– Se determina si el tablero inicial es o no la solución
óptima.
– Si no lo es, determinar la variable entrante y la
variable saliente.
– Se continúa con el proceso iterativo hasta encontrar
un tablero en el que todos los valores de Cj – Zj sean
cero o negativos para el caso de maximización (cero o
positivo para minimización).
TABLERO INICIAL
TIPOS DE SOLUCIONES
OPTIMA FINITA UNICA
– Se llama óptima por ser la mejor de las soluciones
factibles.
– Se llama finita porque tanto la F.O. como las
variables toman valores finitos.
– Se llama única porque solo hay una combinación
de valores para optimizar la F.O. cumpliendo con
todas las restricciones impuestas.
OPTIMA FINITA MULTIPLE
– Se trata de un caso poco frecuente. Generalmente
aparece en los casos en que la F.O. sea paralela a
una de las restricciones o a una combinación
lineal de las mismas.
ILIMITADA
Puede presentarse debido a:
– Omisión de una o mas restricciones.
– Fallas en el planteo.
– Errores en los datos de entrada.
INFACTIBLE
– Es cuando se pueden encontrar una o mas
soluciones que cumplen con las restricciones
estructurales pero no con la condición de no
negatividad.
OTROS TIPOS DE SOLUCIONES
• Una solución factible básica se dice que es
degenerada si alguna de las variables básica
es cero.
• Una solución factible básica que tiene m
componentes mayores que cero se llama no
degenerada.
• El problema lineal es no acotado cuando la
función objetivo no tiene valor óptimo finito,
es decir:
z∗ → +∞ o z∗ → −∞.
• Se dice que un problema lineal tiene
soluciones óptimas múltiples u óptimos
alternativos si tiene más de una solución
óptima.
EJEMPLO
Una fábrica de zapatos de cuero produce dos líneas:
modelos de lujo y modelos regulares.
Cada tipo modelo requiere un pie cuadrado de cuero.
Un modelo regular necesita 1 hora de mano de obra,
mientras que un modelo de lujo requiere 2 horas de
mano de obra. Cada semana se dispone de 40 pies
cuadrados de cuero y de 60 horas de mano de obra.
Cada zapato regular genera una utilidad de 30 mil y
cada modelo de lujo representa una utilidad de 40 mil.
Determine la combinación de producción que
maximice la utilidad.
EJEMPLO
• La empresa “Seventeen S.A.” fabrica manteles de
mesa en dos tipos: redondo y rectangular. Cada
uno consume 2 y 3 m² de tela respectivamente. El
cosido a mano lleva 1 hora para los rectangulares
y dos para los redondos. Los manteles
rectangulares deben llevar cuatro esquineros de
refuerzo. Semanalmente se pueden conseguir
600 m² de tela y 600 esquineros. La empresa
dispone de 500 horas para corte y costura. La
utilidad es de US$8 para los redondos y US$10
para los rectangulares. ¿Cuál es la combinación
óptima de producción?
TEORIA DE LA DUALIDAD
• Dado un problema de programación lineal,
denominado problema primal, existe otro
problema de programación lineal, denominado
problema dual, íntimamente relacionado con él.
Se dice que ambos problemas son mutuamente
duales.
• Bajo ciertas hipótesis, los problemas primal y
dual dan lugar al mismo valor óptimo de la
función objetivo, y por tanto se puede resolver
indirectamente el problema primal resolviendo el
problema dual.
METODO PRIMAL - DUAL
• Si el primal es «maximizar», el dual será
«minimizar» o viceversa.
• Los coeficientes de la F.O. del primal se
convierten en los coeficientes del vector de la
disponibilidad del dual.
• Los coeficientes de disponibilidad del
problema original se convierten en los
coeficientes de la F.O. del dual.
• Los coeficientes de las restricciones del primal
serán la matriz de los coeficientes
tecnológicos del dual.
• Los signos de desigualdad del problema dual
son contrarios a los del primal.
• Cada restricción de un problema corresponde
a una variable en el otro.
• Si el primal tiene m restricciones y n variables,
en el dual tendrá n restricciones y m variables.
Bajo este criterio, las variables Xn del primal
se convierte en una nueva variable Ym en el
dual.
PRIMAL
El siguiente modelo representa un problema de maximización.
METODOS DE SOLUCION
• El problema del transporte o distribución es un
problema de redes especial en programación
lineal que se funda en la necesidad de llevar
unidades de un punto específico llamado Fuente
u Origen hacía otro punto específico
llamado Destino. Los principales objetivos de un
modelo de transporte son la satisfacción de todos
los requerimientos establecidos por los destinos y
claro está la minimización de los costos
relacionados con el plan determinado por las
rutas escogidas.
Se van a presentar tres casos:
• Demanda = Disponibilidad
• Demanda > Disponibilidad
• Demanda < Disponibilidad
En todo caso, cualquiera que sea el caso,
siempre se deberá buscar un equilibrio.
• Conceptualmente equivale a enviar productos
desde varios orígenes hacia varios destinos con
el mínimo costo total.
F.O. = σ𝑚 σ𝑛
𝑖=1 𝑗=1(𝐶𝑖𝑗)(𝑋𝑖𝑗)
Cij = Costo de despachar una unidad desde el origen i al
destino j.
Xij = Cantidad despachada desde el origen i hasta el
destino j.
REPRESENTACION ESQUEMATICA
METODOS DE SOLUCION
• Para la solución del problema de transporte
también llamado distribución disponemos de
los tres métodos siguientes:
Esquina Noroeste
Aproximación de Vogel
Costo mínimo
ESQUINA NOROESTE
• El método de la esquina Noroeste es capaz de
solucionar problemas de transporte o distribución
mediante la consecución de una solución básica inicial
que satisfaga todas las restricciones existentes sin que
esto implique que se alcance el costo óptimo total.
ADMINISTRACION
DE
INVENTARIOS
DEFINICION Y OBJETIVOS
2 x Da x Cp
LEC =
Cu x ta
2 X Da X Cp
SEF =
Cu X ta X (1 – (v ÷ p) )
PERT- CPM
INTRODUCCION
• La ejecución o elaboración de un proyecto
implica planear, programar y controlar y para
ello disponemos de dos importantes técnicas
llamada PERT y CPM.
• A pesar de que fueron desarrolladas buscando
objetivos diferentes, coincidentalmente tienen
mucho en común en el aspecto operativo.
• El PERT fue desarrollado por científicos de la
Oficina Naval de Proyectos Especiales y la
División de Sistemas de Armamento de la
Corporación Lockheed Aircraft.
• La técnica demostró ser de mucha utilidad a
tal punto que ha ganado amplia aceptación
tanto en el gobierno como de la empresa
privada.
• Casi al mismo tiempo la compañía Du Pont
junto con la división Univac de la Remington
Rand desarrolló el método de la ruta crítica
CPM para controlar el mantenimiento de
plantas químicas. PERT y CPM son idénticos
tanto en conceptos como en metodología.
• La única diferencia es que con CPM los
tiempos son determinísticos mientras que con
el PERT son probabilísticos o estocásticos.
ORIGEN DEL PERT
• Se originó en 1957 cuando estaba en plena
construcción el submarino nuclear “Polaris”,
proyecto que se estimaba estaría terminado
en 5 años. Con la ayuda del PERT se lo redujo
a 3 años.
• Significa “Programación, evaluación y
revisión técnica”.
• También se lo conoce como “Camino de la
ruta crítica”
OBJETIVOS Y APLICACION
• Básicamente es programar evaluar, revisar y
sugerir cambios que permitan la ejecución de
un proyecto en condiciones favorables.
• Potencialmente se aplica a cualquier proyecto
que requiera la definición de un objetivo,
realización de tareas y distribución de
recursos.
ALCANCE
Estas técnicas son de mucha importancia para:
• Investigación y desarrollo de nuevos
productos.
• Construcciones (plantas industriales, edificios,
carreteras etc.).
• Mantenimiento de equipos y maquinarias.
• Diseño e instalación de nuevos sistemas.
PROPOSITO Y TERMINOLOGIA
• Ambos tienen el mismo propósito en general,
además usan prácticamente la misma
terminología.
• El CPM trabaja con tiempos definidos.
• Por el contrario el PERT trabaja con tiempos
no conocidos (inciertos) lo cual obliga a la
aplicación de modelos probabilísticos.
• Hoy por hoy se habla de uno solo: el PERT -
CPM
VENTAJAS
• Permite en todo momento una visión global
de las actividades.
• Señala los puntos críticos que pueden poner
en riesgo el logro de los objetivos.
• Procura la realización del proyecto en el
menor tiempo posible.
• Establece la duración total del proyecto
señalando las actividades críticas y no críticas.
COMO SE CONSTRUYE UNA RED
• Consiste en diagramar mediante nodos y
flechas las secuencias de orden técnico para
obtener una ilustración gráfica de todas todas
las actividades involucradas.
• La red se construye empleando dos elementos
básicos:
– Eventos (también llamados sucesos)
– Actividades.
EVENTOS
• Es el inicio o finalización de una actividad.
• No requiere utilización de recursos y
generalmente se lo representa por un círculo
aunque algunos autores prefieren cuadrados,
rectángulos, triángulos o rombos.
ACTIVIDAD
• Son acciones que si requieren el empleo de
recursos.
• Gráficamente están ubicadas entre dos
eventos (también llamados nodos).
Evento A Evento B
REGLAS DE CONSTRUCCION
• Toda actividad debe comenzar y terminar en dos
eventos distintos.
• Todo evento tendrá una o mas eventos anteriores
o posteriores excepto el primero y el último.
• La representación de las actividades no tiene
sentido vectorial ni orden de magnitud.
• Ninguna actividad puede comenzar hasta que las
anteriores no estén debidamente terminadas.
REGLAS DE CONSTRUCCION
• Las flechas no son vectores, escalares ni
representan medida alguna. No interesa la
forma de las flechas, ya que se dibujarán de
acuerdo con las necesidades y comodidad de
presentación de la red. Pueden ser
horizontales, verticales, ascendentes,
descendentes curvas, rectas, quebradas, etc.
REGLAS DE CONSTRUCCION
REGLAS DE CONSTRUCCION
• En los casos en que haya necesidad de indicar
que una actividad tiene una interrelación o
continuación con otra se dibujará entre ambas
una línea punteada, llamada liga, que tiene
una duración de cero.