Clase : Investigacin de Operaciones

Que es la Investigacin
de Operaciones ?
Conceptos Bsicos
Introduccin a Modelos
Matemticos
Programacin Lineal
 Agenda

Presentacin
1 Discusin del Silabo

Formacin de Grupos
Introduccin a la Investigacin de
2 Operaciones (IO)

Modelos Matemticos de
3 Programacin Lineal
 El papel del anlisis Cualitativo y
Cuantitativo en la toma de decisiones
 Qu es el anlisis Cuantitativo?
Es el enfoque cientfico de la toma
de decisiones administrativas.

Cuando se utiliza el enfoque

Cuantitativo:
1.- El analista se 2.- Desarrollar
concentrar en los expresiones
matemticas que
hechos
describan los objetivos,
cuantitativos o restricciones y otras
datos asociados con relaciones que existen
el problema. en el problema.
Razones para utilizar un enfoque cuantitativo
en el proceso de toma de decisiones

El problema
es repetitivo
El
El problema es
problema
especialmente es nuevo
El
problema importante
es muy
complejo
Que es la Investigacin de Operaciones?
Investigacin de Operaciones
Es el conjunto de operaciones a realizar para el
logro optimo de los objetivos de un sistema o la
mejora del mismo. Utiliza metodologa
cientfica en la bsqueda de soluciones optimas,
como apoyo en los procesos de decisin.

Punto de Vista Administrativo

Es el uso de las matemticas y las
computadoras para ayudar a tomar
decisiones racionales frente a problemas de
administracin complejos .
 Se aplica a las siguientes 2 caractersticas
bsicas de problemas:
Problemas Determinsticos: Problemas Estocsticos
Toda la informacin Parte de la informacin no
necesaria para obtener una se conoce con certeza, mas
solucin se conoce con bien se comporta de una
certeza. manera probabilstica

Caractersticas de la IO:
Una fuerte orientacin a teora de
1 Sistemas.
La participacin de equipos
2 interdisciplinarios.
La aplicacin del mtodo cientfico en
3 toma de decisiones
 Desarrollo de modelos
Son representaciones de objetos o situaciones
reales y pueden presentarse en varias formas

Modelos Icnico

Modelo Anlogo

Modelo Matemtico
Que es un Modelo ?
 Modelo Matemtico
Es la representacin de un problema mediante un sistema
de smbolos y relaciones o expresiones matemticas y son
parte fundamental de cualquier mtodo cuantitativo para
la toma de decisiones

Los modelos usualmente contienen

variables las cuales son controlables y
cuyo valor es determinado por quien
toma la decisin.

Los datos son conocidos y son parte

del problema.
 Modelos Matemticos mas usados :

MODELOS DE PROGRAMACIN LINEAL

1

MODELOS DE INVENTARIO
2

MODELO DE LINEAS DE ESPERA O DE COLAS

3

PROGRAMACIN DE PROYECTOS (PERT CPM)

4

SIMULACIN
5

ANALISIS DE DECISIN
6

PRONSTICOS
7

MODELOS DE TRANSPORTE
8
 Ejemplos de Aplicacin:
Una empresa posee tres plantas de
MODELO DE TRANSPORTE
produccin: una en SPS, otra en
Tegucigalpa y otra en Corts.
Los costos de produccin en
cada planta son los mismos, pero
los costos de transporte difieren
significativamente.
Los principales puntos de
demanda estn en diferentes
ciudades de Estados Unidos.
El problema consiste en decidir
cunto se debe producir en cada
planta con el fin de minimizar los
costos de distribucin del
producto.
 Ejemplos de Aplicacin:
Un gerente de un banco debe
decidir cuntas cajas debe abrir
para atender a sus clientes.
Si abre muchas cajas el
servicio ser muy eficiente,
pero los costos se
incrementarn fuertemente.
Si abre pocas cajas es posible
que los clientes tengan que
hacer largas colas para ser
atendidos, y podra ser que
prefieran ir a otro banco.
Se debe decidir cuntas cajas
se van a abrir.
 Ejemplos de Aplicacin:
MODELO DE PROGRAMACION
Un empresario est LINEAL ( Area Financiera )
considerando efectuar una
inversin en un nuevo
producto con el fin de lanzarlo
al mercado.
El nuevo producto podra
comercializarse de dos modos:
1. Regalar pequeas muestras de
nuevo producto
2. Colocar algunos anuncios en
revistas y tv.
El empresario debe escoger el
plan que maximice las ventas,
a un costo y riesgo aceptables.
 Modelo Matemtico
Los modelos matemticos tienen dos componentes
bsicos:
Datos: Valores conocidos y constantes.

Variables: Valores que se calculan.

Mediante la combinacin lineal de los mismos se
generan: Funcin Objetivo que debe minimizarse
o maximizarse.
Restricciones que establece
lmites al espacio de soluciones.
Tanto la funcin objetivo como las
restricciones se expresan matemticamente
mediante el uso de variables o incgnitas.
Se pretende definir unos valores a dichas
variables de tal modo que se obtiene la mejor
valoracin de la funcin objetivo mientras
se cumplen todas las restricciones.
 Metodologa para resolver un Modelo
matemtico
1. Definicin del Problema

2. Desarrollo de un Modelo
matemtico y Recoleccin de
Datos

3. Resolucin del Modelo

Matemtico

4. Validacin,
instrumentacin y Control de
la Solucin

5. Modificacin del Modelo

Programacin lineal
Qu es Programacin Lineal?

Un conjunto de conocimientos que busca

determinar el mejor curso de accin de un
problema de decisin, con la restriccin
de recursos limitados. (Taha)

La disciplina que aplica mtodos

analticos avanzados para ayudar a tomar
mejores decisiones.

La aplicacin de mtodos cuantitativos

para la resolucin de problemas y ayudar
en la toma de decisiones.
Modelos de Programacin Lineal
 Condiciones o principios para
Linealidad

Significa por ejemplo que si la produccin de

1.- PRINCIPIO DE 1 unidad de un producto utiliza 3 horas de un
PROPORCIONALIDAD recurso, entonces producir 10 de esos mismos
productos, utiliza 30 horas de ese recurso

Es decir, que el total de todas las

2.- PRINCIPIO DE
actividades es igual a la suma de las
ADITIVIDAD actividades individuales.

3.- VARIABLES a1x1 + a2x2 + a3x3+..anxn (,=) b (

LINEALES ( F.O y Lineal )
Rest.) X2 + 2y 10 ( No lineal )
 Paso # 1 : Definicin del Problema
El primer paso es identificar, Metodologa de un Modelo
comprender y describir, en Matemtico
trminos precisos, el problema
que la organizacin enfrenta.
Ej.:
Desarrollar plan de produccin,
minimizando costos, inventario y
satisfaciendo la demanda
Determinar el portafolio de
inversiones para maximizar el
rendimiento
Determinar la combinacin
ptima de medios de publicidad
que maximice la efectividad de la
publicidad.
A veces el problema no es tan claro
 Ejemplo
Un agricultor tiene una parcela de 640m para dedicarla al cultivo de
rboles frutales: naranjos, perales, manzanos y limoneros. Se pregunta
de qu forma debera repartir la superficie de la parcela entre las
variedades para conseguir el mximo beneficio sabiendo que:
1. Cada naranjo necesita un mnimo de 16m, cada peral 4m, cada
manzano 8m y cada limonero 12m.
2. Dispone de 900 horas de trabajo al ao, necesitando cada naranjo
30 horas al ao, cada peral 5 horas, cada manzano 10 horas, y
cada limonero 20 horas.
3. A causa de la sequa, el agricultor tiene restricciones para el riego:
le han asignado 200m de agua anuales. Las necesidades anuales
son de 2m por cada naranjo, 1m por cada peral, 1m por cada
manzano, y 2m por cada limonero.
4. Los beneficios unitarios son de 50, 25, 20, y 30 $ por cada naranjo,
peral, manzano y limonero respectivamente.
 Continua ejemplo Paso 1 :
Cul es el
Un agricultor tiene una parcela de 640m para problema?
dedicarla al cultivo de rboles frutales: naranjos,
perales, manzanos y limoneros. Se pregunta de qu
forma debera repartir la superficie de la parcela
entre las variedades para conseguir el mximo
beneficio sabiendo que:

Paso # 2 : Desarrollo de un modelo

matemtico y recoleccin de datos
Expresar el problema de una forma matemtica, es
decir: formular un modelo matemtico
Componentes de un Modelo Matemtico:
A. Alternativas o variables de Decisin.
B. Funcin objetivo
C. Restricciones del problema
 A. Alternativas o Variables de Decisin
Es una cantidad cuyo valor se puede controlar
y es necesario determinar para solucionar un
problema.
Pautas generales para identificar
Variables de decisin:
1. Qu elementos afectan el objetivo global
2. Qu elementos puede elegir y/o controlar
libremente?
3. Qu decisiones tiene que tomar?
4. Qu valores una vez determinados, constituyen
una solucin para el problema?

Las descripciones de las variables deben ser

precisas, incluir las unidades asociadas
 Siguiendo el Ejemplo Cules son
las variables?
Un agricultor tiene una parcela de 640m para dedicarla al cultivo de
rboles frutales: naranjos, perales, manzanos y limoneros. Se pregunta
de qu forma debera repartir la superficie de la parcela entre las
variedades para conseguir el mximo beneficio sabiendo que:
1. Cada naranjo necesita un mnimo de 16m, cada peral 4m, cada
manzano 8m y cada limonero 12m.
2. Dispone de 900 horas de trabajo al ao, necesitando cada naranjo
30 horas al ao, cada peral 5 horas, cada manzano 10 horas, y
cada limonero 20 horas.
3. A causa de la sequa, el agricultor tiene restricciones para el riego:
le han asignado 200m de agua anuales. Las necesidades anuales
son de 2m por cada naranjo, 1m por cada peral, 1m por cada
manzano, y 2m por cada limonero.
4. Los beneficios unitarios son de 50, 25, 20, y 30 $ por cada naranjo,
peral, manzano y limonero respectivamente.
 Paso #2 : A) Variables de
Decision
Se determinan las variables de
decisin y se representan
algebraicamente. En este caso:
X1: nmero de naranjos a cultivar
X2: nmero de perales a cultivar
X3: nmero de manzanos a
cultivar
X4: nmero de limoneros a
cultivar
 Paso # 2: B) Funcin Objetivo
Es el objetivo global de un problema de decisin
expresado en una forma matemtica en trminos de
los datos y de las variables de decisin.
Se formula el problema en
forma matemtica usando las
variables de decisin y los
datos (los cuales no se pueden
controlar).

Usualmente se busca
maximizar o minimizar.
 En nuestro ejemplo.

Cul podra ser la Funcin

Objetivo?

F.O
Max. Z= 50X1 + 25X2 + 20X3 + 30X4
 Paso#2 : C ) Restricciones
Es una restriccin sobre los valores de variables en
un modelo matemtico tpicamente impuesto por
condiciones externas.
Estn expresadas en funcin de las variables
de decisin y otra informacin conocida que
se llama datos, los cuales son parmetros
incontrolables
Por lo general surgen de:
Limitaciones fsica
Restricciones impuestas por la administracin
Restricciones externas
Relaciones implicadas entre variables
Restricciones lgicas sobre variables
individuales
 En nuestro ejemplo
Un agricultor tiene una parcela de 640m para dedicarla al cultivo de
rboles frutales: naranjos, perales, manzanos y limoneros. Se pregunta
de qu forma debera repartir la superficie de la parcela entre las
variedades para conseguir el mximo beneficio sabiendo que:
1. Cada naranjo necesita un mnimo de 16m, cada peral 4m, cada
manzano 8m y cada limonero 12m.
2. Dispone de 900 horas de trabajo al ao, necesitando cada naranjo 30
horas al ao, cada peral 5 horas, cada manzano 10 horas, y cada
limonero 20 horas.
3. A causa de la sequa, el agricultor tiene restricciones para el riego: le
han asignado 200m de agua anuales. Las necesidades anuales son de
2m por cada naranjo, 1m por cada peral, 1m por cada manzano, y
2m por cada limonero.
4. Los beneficios unitarios son de 50, 25, 20, y 30 $ por cada naranjo,
peral, manzano y limonero respectivamente.
 Restricciones para el ejemplo
Necesidades de terreno:
16X1 + 4X2 + 8X3 + 12X4 640

Necesidades de horas anuales:

30X1 + 5X2 + 10X3 + 20X4 900

Necesidades de riego:
2X1 + X2 + X3 + 2X4 200

Lgicas:
X1,X2,X3,X40
Xi son enteros
 Paso # 3 :
3.- Resolucin de un modelo Matemtico : Una vez
formulado el modelo, el siguiente paso es resolver, es decir
una vez que se identifique el tipo de modelo que tiene, podr
elegir una tcnica apropiada

Estas tcnicas pertenecen a :

Mtodos ptimos: que producen los
mejores valores para las variables de
decisin, es decir aquellos valores que
satisfacen todas las restricciones y
proporcionan el mejor valor para la
funcin objetivo.
Mtodo Heurstico: Producen valores
que satisfacen las restricciones aunque
no necesariamente optima, pero
aceptables para la funcin objetivo.
Paso # 4 & 5:
4.- Validacin, instrumentacin y Control de la
Solucin: El proceso de revisar una solucin de un modelo
matemtico para asegurar que los valores tengan sentido y
que las decisiones resultantes puedan llevarse a cabo

5.- Modificacin del Modelo: Si durante el paso de

validacin se encuentra que la solucin no puede llevarse a
cabo, se puede identificarlas limitaciones que fueron
omitidas y debe regresarse a la etapa de formulacin del
problema y hacer las modificaciones apropiadas.
MODELO MATEMATICO
PRACTICA
 EJERCICIO 1

Una compaa produce estantera y escritorios; para los cuales ha establecido

un precio de venta por unidad de $9000 y $10000 respectivamente.
Para la produccin de dichos artculos, la compaa cuenta con una
disponibilidad mensual de 700 metros de madera, 800 metros de tubo y 900
pliegos de papel de lija.
Qu cantidad de estantera y escritorios se deben fabricar mensualmente para
incrementar los beneficios, si se sabe que una estantera consume 7 metros de
madera, 10 metros de tubo y 6 pliegos de papel de lija; mientras que el
escritorio consume 10 metros de madera, 8 metros de tubo y 15 pliegos de
papel de lija?
 Solucin - EJERCICIO 1
1. Definicin del problema : Qu cantidad de estantera y escritorios se deben
fabricar mensualmente para incrementar los beneficios.
2. Determinar el modelo matemtico
Determinar Variables
X1= Cantidad de estantera.
X2= Cantidad de escritorios.
Funcin objetivo es:
Maximizar
Zmax=9000X1+10000X2
Restricciones:
1. Restriccin de cantidad de madera a utilizar:
7X1+10X2 700 m
2. Restriccin de cantidad de tubo a utilizar:
10X1+8X2 800 m
3. Restriccin de cantidad de papel de lija a utilizar:
6X1+15X2 900 pliegos
4. Restriccin de no negatividad/Logica:
X1, X2 0
 EJERCICIO 2

Una compaa fabrica dos productos , A y B. El volumen de ventas de A es por

lo menos 80% de las ventas totales de A y B . Sin embargo, la compaa no
puede vender mas de 100 unidades de A por da . Ambos productos utilizan
una materia prima , cuya disponibilidad diaria mxima es de 240 lb. Las tasas
de consumo de la materia prima son de 2 lb por unidad de A y de 4 lb por
unidad de B. Las utilidades de A y B son de $ 20 y $ 50 , respectivamente.
Determine la combinacin optima de productos para la compaa .
 Solucin - EJERCICIO 2
1. Definicin del problema : Determine la combinacin optima de productos A y B
para la compaa .
2. Determinar el modelo matemtico
Determinar Variables
A= Cantidad de productos tipo A
B= Cantidad de productos tipo B
Funcin objetivo es:
Maximizar
Zmax= 20A+50B
Restricciones:
1. Restriccin de volumen de ventas
A 80%(A+B)
A 100 unidades
2. Restriccin de Materia prima
2A+4B 240 lb
3. Restriccin de no negatividad ( Lgica ) :
A, B 0
EJERCICIO 3
Planeacin de Produccin - Case Chemicals
Case Chemicals produce 2 solventes CS-01 y CS-02 en su planta de Cleveland. La planta opera
40 horas a la semana y emplea a 5 trabajadores de tiempo completo y a 2 de tiempo parcial
que trabajan 15 horas a la semana para el mezclado del producto
Estas personas operan maquinas que mezclan ciertos qumicos para producir cada solvente.
Lo productos salen del departamento de Mezclado para ser refinados en el departamento de
Purificacin que emplea a 6 trabajadores de tiempo completo y 1 de tiempo parcial que
trabaja 10 horas a la semana.
Case Chemicals tiene provisin casi ilimitada de la materia prima que necesita para producir los
dos solventes.
Case Chemicals puede vender cualquier cantidad de CS-01, pero la demanda de CS-02 esta
limitada a no mas de 120,000 galones por semana. El departamento de Finanza estima un
margen de ganancias de $0.30 por galn de CS-01 y de $0.50 por galn de CS-02. Adems el
departamento de Proceso le da el siguiente dato de consumo de horas para mezclado y
purificado:
CS01 CS02
Horas por Miles de Galones
Mezclado 2 1
Purificado 1 2

Determine las variables, Funcin Objetivo, y Restricciones en Modelo Matemtico .

Que cantidad de cada solvente debe producir Case Chemicals
para maximizar la ganancia?
 Solucin - EJERCICIO 3

Determinar Variables
Variables sern representadas en Miles de Galones de
Solventes.
Las variables son CS-01 y CS-02. En asignacin de
nombre simblico:
o CS-01=X1 y
o CS-02=X2
Las variables se interpretan de la siguiente manera:
X1= el numero de miles de galones de CS-01 por
producir semanalmente.
X2= el numero de miles de galones de CS-02 por
producir semanalmente.
Solucin - EJERCICIO 3

Identificacin de los datos del problema

Proceso de Mezclado:
Horas trabajadas(Trabajadores tiempo completo + trabajadores tiempo
parcial) =
40*5=200 + 2*15=30 - Total horas/semana=230
Proceso de Purificado:
Horas trabajadas(Trabajadores tiempo completo + trabajadores tiempo
parcial) =
40*6=240 + 1*10=10 - Total horas/semana=250
Margen de Ganancia/ Galn X1.. $0.50 =
Margen de Ganancia/ Mil Galones.. $500.
Margen de Ganancia/ Galn X2.. $0.30 =
Margen de Ganancia/ Mil Galones.. $300.
 Solucin - EJERCICIO 3

Determinar Funcin Objetivo

Maximizar Ganancias
Ganancia Total= Ganancias X1 + Ganancias X2
Ganancia Total= 300 X1 + 500 X2
La funcin Objetivo es
F(X1,X2)= 300X1 + 500 X2
Determinar Restricciones
1. Horas Trabajadas en Proceso de Mezclado < o = 230
Con los datos dados/miles de Galones
2X1 + 1X2 < o = 230
2. Horas Trabajadas en Proceso de Purificado < o = 250
Con los datos dados /miles de Galones
1X1 + 2X2< o =250
3. Demanda X2< o = 120 ( 120,000 galones)
4. No Negativa X1,X2>=0
 Modelo Matemtico
1. 2X1 + X2 < o = 230
2. X1 + 2X2 < o = 250
3. X2< o = 120
4. X1,X2 > o = 0

Resolviendo las ecuaciones

2X1+X2=230 Conclusin: Se necesita producir
X1 + 2X2=250 70,000 galones de CS-01 y 90,000 galones de
X1= 250-2X2 CS-02 para obtener una ganancia semanal de
2(250-2X2)+1X2=230 $66,000.
X2=90
X1=70
Funcin Objetivo La funcin Objetivo es
F(X1,X2)= 300X1 + 500 X2
=300(70)+500(90) = $66,000
 Tarea # 1 :
Ejercicios prcticos :
Modelos matemticos de
Programacin Lineal
Gracias !!!!