OPTIMIZACIÓN DE

OPERACIONES
 PROFESORES DEL
CURSO
Ing. Angélica Sarmiento M.Sc. Grupos 1 y 3
angelica.sarmiento@escuelaing.edu.co
Ing. Henry Alexander Leal M.Sc. Grupos 4
henry.leal@escuelaing.edu.co
Ing. Sebastián Mateo Meza M.Sc. Grupo 2
sebastian.meza-v@escuelaing.edu.co
2021-2
 EXPLICACIÓN
REGLAS DE JUEGO
Y PROGRAMACIÓN
DEL CURSO
GENERALIDADES DE LA
FORMULACIÓN
 OPTIMIZACIÓN DE
OPERACIONES
JUSTIFICACIÓN DEL CURSO
Un ingeniero debe estar en la capacidad de formular,
resolver y analizar modelos matemáticos
determinísticos que le sirven como herramienta para
mejorar el proceso de toma de decisiones en las
organizaciones. A partir de estos, debe proponer los
mejores cursos de acción de acuerdo a las
problemáticas estudiadas y mejorando las condiciones
y parámetros dados, buscando optimizar la situación a
la que se esté enfrentando.
 
 PODCAST:
DECISIONES Y
MATEMÁTICAS
HTTPS://WWW.YOUTUBE.COM/WATCH?V=BJEY4Y179HM&FEATUR
E=YOUTU.BE
 OPTIMIZACIÓN DE
OPERACIONES

Al finalizar la asignatura los estudiantes serán capaces de:

• Formular un problema real a través de un modelo de
programación lineal o programación entera.
• Resolver modelos de programación lineal (encontrar la
solución óptima) por medio de las herramientas de apoyo vistas
en el curso.
• Evaluar los resultados por medio del análisis de sensibilidad y
dar recomendaciones de cursos de acción que permitan obtener
una mejor solución al problema estudiado.
 HISTORIA DE LA INVESTIGACIÓN
DE OPERACIONES (IO)
Origen
Segunda guerra mundial, los aliados crearon grupos
interdisciplinarios dedicados a la planeación de las operaciones
militares
Toma de decisiones
Objetivos que se persiguen
Recursos disponibles
Primeros equipos de IO
Nuevos métodos de uso de radares
Operaciones antisubmarinas y de protección

Técnicas disponibles:
Método simplex (1947- George Dantzing)
Desarrollos computacionales
 DEFINICIÓN DE IO
Es una rama de las matemáticas consistente en el uso de
modelos matemáticos, estadística y algoritmos con objeto
de realizar un proceso de toma de decisiones.

Frecuentemente, trata el estudio de complejos sistemas

reales, con la finalidad de mejorar (u optimizar) el
funcionamiento del mismo.

La IO permite el análisis de la toma de decisiones teniendo

en cuenta la escasez de recursos, para determinar cómo se
deben gestionar los mismos para maximizar o minimizar un
objetivo en particular.
 MODELOS
MATEMÁTICOS
Modelo matemático: Representación simplificada de la realidad
con el objetivo de entender una situación o fenómeno, o resolver
problemas usando expresiones matemáticas.
 CLASIFICACIÓN
MODELOS MATEMÁTICOS
Según la variabilidad:
 Determinísticos
 Estocásticos

Según los resultados:

 Prescriptivos
 Descriptivos

Según conformación de las ecuaciones

 Lineales
 No lineales

Según comportamiento en el tiempo

 Estáticos
 Dinámicos
 MODELOS DE PROGRAMACIÓN
LINEAL
DEFINICIÓN

Un modelo de programación lineal (PL) es

una interpretación idealizada de la realidad
en la que se conocen con certeza los
parámetros del modelo (datos), está
conformado por expresiones matemáticas
(funciones lineales) y al solucionarlo
propone cuales deberían ser las decisiones a
tomar, en uno o varios periodos de tiempo.
 MODELOS DE PL -
DEFINICIÓN
Para establecer un modelo se requiere de:
Conocer ¿cuál es el objetivo?
Identificar ¿qué decisiones puede tomar para alcanzar el objetivo?
Identificar los aspectos o recursos que limitan las decisiones a tomar
¿Cómo se relacionan las decisiones con los recursos limitantes?

Elementos de un modelo de PL:

Variables de decisión: describir de manera clara y completa las decisiones que se
pueden tomar = incógnitas
Función objetivo: criterio de decisión que se tiene para saber por qué una
solución es mejor que otra = solución óptima
Restricciones: recursos disponibles/ condiciones entre las decisiones =
limitaciones
 MODELOS DE PL –
EJEMPLO 1
Su mejor amigo está pensando en abrir un nuevo negocio y quiere que le
ayude a evaluar cuál sería el máximo ingreso posible que podría
alcanzar la empresa. Su amigo sabe que los dos productos que quiere
fabricar requieren cuatro insumos diferentes y que cada producto tiene
una máxima demanda semanal. Los insumos requeridos por cada
unidad de producto (medidos en gramos) y la demanda máxima semanal,
se muestran en la siguiente tabla.
Cantidad de gramos requeridos por cada producto
Demanda máxima
Producto
Insumo 1 Insumo 2 Insumo 3 Insumo 4 (unidades)
1 2 3 9 3 30
2 6 6 1 2 40

Se dispone de 90 (insumo1), 120 (insumo 2), 70 (insumo 3) y 100

(insumo 4) gramos de cada insumo, por semana. Los productos 1 y 2 se
pueden vender a $60 y $70 por unidad, respectivamente.  
 MODELOS DE PL -
EJEMPLO
Contestar las siguientes preguntas
1. Pregunta 1 ¿Qué decisiones puede tomar?
Cantidad de producto 1 y producto 2 a fabricar y vender a la semana

2. Pregunta 2 ¿Cuál es el criterio de decisión?

Escoger la combinación de producción que maximice los ingresos

3. Pregunta 3 ¿Cuánta aporta cada decisión al criterio?

  Aporte ingreso
(precio de venta/unidad)
Producto 1 $60
Producto 2 $70
 MODELOS DE PL -
4.
EJEMPLO
Pregunta 4 ¿Qué aspectos limitan las decisiones a tomar y cómo afecta
cada decisión a este aspecto?
Los gramos que se tienen disponibles de los diferentes insumos (90 (insumo1), 120
(insumo 2), 70 (insumo 3) y 100 (insumo 4) gramos/semana)
La demanda máxima que tiene cada uno de los productos (30 (producto 1), 40
(producto 2) unidades / semana)
  Producto 1 Producto 2
Insumo 1 2 6
Insumo 2 3 6
Insumo 3 9 1
Insumo 4 3 2
Demanda P1 1 0
Demanda P2 0 1

5. Pregunta 5 ¿Qué condiciones lógicas adicionales existen?

Las cantidades deben ser positivas.
Enteras?
 MODELOS DE PL -
ESTRUCTURA
1. Pregunta 1
Se vuelven las VARIABLES DE DECISIÓN

2. Pregunta 2 y Pregunta 3
Se vuelven la FUNCIÓN OBJETIVO

3. Pregunta 4 y Pregunta 5
Se vuelven las RESTRICCIONES
 MODELOS DE PL -
ESTRUCTURA
 Variables de decisión:

= Cantidad unidades de producto 1 a producir y vender a la semana

= Cantidad unidades de producto 2 a producir y vender a la semana  

F.O

Vectores de costos
S.A.
(Disponibilidad insumo 1) Coeficientes tecnológicos
(Disponibilidad insumo 2)
(Disponibilidad insumo 3) Términos independientes
(Disponibilidad insumo 4)
(Demanda máxima producto 1) o vector de recursos o
(Demanda máxima producto 2) lado derecho de la
, (Restricciones de signo)
restricción
 MODELOS DE PL –
SUPUESTOS

• Proporcionalidad: El aporte de cada variable de decisión al cumplimiento

de la función objetivo y de las restricciones es proporcional al coeficiente
que la acompaña en tales expresiones.

• Aditividad: La contribución total de las variables de decisión, al

cumplimiento de la función objetivo y de las restricciones, es la suma de
los aportes individuales.

• Divisibilidad: Las variables de decisión no son enteras lo que hace

suponer que las actividades se pueden realizar a niveles fraccionales.

• Certidumbre: Se conocen con certeza los parámetros.