UNIVERSIDAD NACIONAL

JORGE BASADRE GROHMANN

INVESTIGACION OPERATIVA II

Docente: Mario Gauna Chino

 Qu es la Investigacin de
Operaciones?
Un enfoque cientfico para la toma de decisiones
ejecutivas, que consiste en:
El ARTE de modelar situaciones complejas,
La CIENCIA de desarrollar tcnicas de solucin para resolver
dichos modelos y
La CAPACIDAD de comunicar EFECTIVAMENTE los
resultados.
Objetivo de la I.O.:
Estudiar la asignacin ptima de recursos escasos a
determinada actividad.
Evaluar el rendimiento de un sistema con objeto de
mejorarlo.
Investigacin de Operaciones

Es la aplicacin del mtodo cientfico

para asignar los recursos o actividades
de forma eficiente, en la gestin y
organizacin de sistemas complejos
Su objetivo es ayudar a la toma de
decisiones
Requiere un enfoque interdisciplinario
 La Investigacin de Operaciones

La Investigacin de Operaciones (IO) o

Investigacin Operativa, es una rama de las
matemticas que utiliza modelos y algoritmos
matemticos, con el objetivo de tomar
decisiones de manera efectiva y eficiente
dentro de una organizacin.
 La Investigacin de Operaciones

Al utilizar algn modelo o algoritmo de

la IO las decisiones sern ms
eficientes y seguras en cuanto a
COSTOS, TIEMPOS, RECURSOS,
BENEFICIOS, ENTRE OTROS
ASPECTOS, en comparacin con
aquellas decisiones que son tomadas
de forma arbitraria sin hacer uso de
alguna tcnica, herramienta o
mtodo matemtico.
La IO dentro de las Organizaciones

Administra, coordina y controla

Transporte Telecomunicaciones

Medicina
Gobierno

Negocios
Computacin

Comunicaciones
Electrnica
PROGRAMACIN DINMICA
P.D. es una tcnica cuantitativa de toma de
decisiones desarrollada por bellman y Dantzig en
1957.
P.D. se basa en una estructura de optimalidad que
tiene un conjunto de polticas optimas donde se
divide en subpoliticas optimas donde se resuelven
mediante la (recursividad).
P.D. es una tcnica matemtica que resuelve una
serie de decisiones secuenciales, cada una de las
cuales afecta las decisiones futuras.
PROGRAMACIN DINMICA
Definicin: Mtodo que permite determinar
de manera eficiente las decisiones que
optimizan el comportamiento de un sistema
que evoluciona a lo largo de una serie de
etapas.
Tcnica cuantitativa que permite encontrar
las decisiones optimas en un proceso
dividiendo en fases
Casos donde se aplican la Programacin
Dinmica

La asignacin de
personas a tareas,
cambio de un catalizar
en un coche, o un juego
de cartas, problema de
la diligencia (medio de
transporte), agente
viajero, otros.
A QUE PROBLEMAS SE APLICAN?

Esta tcnica se aplica sobre problemas que

simple vista necesitan un costo computacional
(posiblemente exponencial) donde:
Subproblemas optmales: la solucin optima a
un problema puede ser definida en funcin de
soluciones optimas a subproblemas de tamao
menor generalmente de forma recursiva.
Solapamiento entre subproblemas: al plantear
la solucin recursiva, un mismo problema se
resuelve mas de una vez.
Caractersticas de los problemas
dinmicos
Son problemas secuenciales: El problema
se puede dividir en etapas.
Interrelacin de las decisiones tomadas en
cada etapa.
Las variables que describen el problema
estn gobernadas por
transformaciones en el tiempo.
No cuenta con una formulacin matemtica
estndar.
PROGRAMACIN DINMICA

Los elementos que definan la programacin

dinmica son:
Etapas
Estados
Variables de decisin
Funcin recurrente
 Etapas (n o N)

Las etapas son el periodo de

tiempo, el lugar, el contexto, la
fase o situacin en donde se
produce un cambio debido a una
decisin.
Solo puede tomarse una nica
decisin en cada etapa.
 Etapas (n o N)

Si utilizamos la n empezaremos a contar

desde el principio hasta el final
 Etapas (n o N)

Si utilizamos la N empezaremos a contar

desde el final hasta el principio.
Los estados muestran la situacin
actual del sistema cuando nos
encontramos en la etapa n Etapa

Estado

Cada etapa tiene su estado

Cada etapa tiene su variable de decisin
 Variable de Decisin

Estado
 La funcin de la cuarta
etapa hace referencia a
la cuarta etapa

La funcin de la tercera etapa

hace referencia a la tercera
etapa y al resto de etapas que
hasta el final del sistema
 Programacin Dinmica

La aplicacin de programacin
dinmica se divide en dos fases

1.Anlisis
2.Decisin
 Fase de Anlisis

La fase de anlisis se empieza por la

ultima etapa en este caso se analiza todo
los estados posibles de la cuarta etapa
 Fase de Anlisis
Despus se pasa a la
etapa anterior n = 3
en este caso se
calcula todo los
estados posibles de
la tercera etapa y
se agrega a los
resultados obtenidos
previamente mente
Fase de Decisin

En esta etapa los clculos se realizan desde el

principio hasta el final, empezamos por la
etapa 1 y decidimos la mejor opcin posible,
luego pasamos a la etapa 2 y decidimos la
mejor opcin posible, as sucesivamente
hasta llegar a la etapa final una vez llegado a
este punto.
Y obtenemos la solucin final del problema.
 Programacin Dinmica

Metodologa en dos fases

1.Anlisis
SOLUCIN

2.Decisin
PROGRAMACIN DINMICA
FUNCIN RECURSIVA

Existen dos categoras:

PROGRAMACIN DINMICA DETERMINSTICA

PROGRAMACIN DINMICA PROBABILSTICA

 PROGRAMACIN DINMICA
DETERMINSTICA
Los problemas deterministas permiten
buscar las decisiones optimas del
problema.

En la programacin dinmica
determinstica, el estado en la siguiente
etapa est completamente determinado
por el estado y la poltica de decisin
de la etapa actual.
 PROGRAMACIN DINMICA
DETERMINSTICA
P. D. Determinstica son mas sencillos

Aqu tenemos un ejemplo: formado 4 etapas, 4 Estados, 4

variables de decisin y 4 funciones Recurrentes

En este caso e2 depende nicamente de los valores de

y es decir si conocemos el ESTADOS Y LA
VARIABLE podemos calcular el estado se la siguiente
etapa
 PROGRAMACIN DINMICA
DETERMINSTICA
Funcin Recurrente

Hace referencia nicamente a la cuarta etapa

F.R. de la tercera etapa hace referencia al valor de la tercera

etapa + al valor de la cuarta etapa

F.R. de la segunda etapa hace referencia al valor de la

segunda etapa + al valor de la tercera y cuarta etapa
F.R. de la primera etapa hace referencia al valor de la
primera etapa + al valor de la 2da, 3ra y 4ta etapa
 PROGRAMACIN DINMICA
PROBABILSTICA

Los problemas probabilsticos

permiten buscar las decisiones que
tienen una mayor probabilidad
donde proporcionar una solucin
optima
 PROGRAMACIN DINMICA
PROBABILISTA
Funcin Recurrente

El valor de e2 depende de los valores de y y

de un conjunto de probabilidades que se debe
proporcionar con el enunciado.
 MODELO DE PRODUCCIN
Ejemplo: determine el plan de produccin de cajas de
tortillas que deben fabricarse en los prximos 7
meses para cumplir con un pedido especial de 200
cajas de tortilla mensual y maximizar las utilidades
totales.
Utilidades para varios tamaos
Etapas: Meses del 1 al 7
Tamao de Lote Utilidad
Xi : Demanda de Tortillas
Dn: Tamao de Lota a Fabricar 200 Cajas $ 1000
Rn: Utilidad 400 Cajas $ 2500
600 Cajas $ 3750
800 Cajas $ 4750
 Modelo de Asignacin
Una compaa dispone de 5 agentes de venta y desea asignarlos
ptimamente en 4 reas de venta, de tal forma que se obtengan
las mximas utilidades. Las estimaciones de las ganancias en
soles son las siguientes:
Utilice la programacin dinmica para determinar la asignacin
optima de agentes en cada rea de modo que se maximicen las
ganancias totales.
Agent rea de rea de Crea de rea de
es Vnta. 1 Vnta. 2 Vnta. 3 Vnta. 4

1 150 160 165 230

2 170 180 190 210
3 190 200 200 220
4 220 220 225 230
5 180 190 195 210
 Caso Aplicativo: problema de recepcin de
honorarios en funcin del tiempo
David es Contador publico ha recibido ofertas de 3 clientes
diferentes que desean su servicio. A cada cliente le gustara
que el Sr. David trabajara a tiempo completo, sin embargo
todos estn muy interesados en emplearlo aunque sea
parcialmente, por tantos das como el pueda hacerlo , por los
siguientes honorarios profesionales.
Cuantos das debe trabajar el Sr. david para cliente que
desee maximizar sus ganancias? Client Client Client Etapa
e1 e2 e3
0 0 0 0
150 175 200 1
300 300 350 2
450 425 450 3
575 550 600 4
650 675 700 5