La función objetivo es una relación matemática entre las variables de decisión, parámetros y una
magnitud que representa el objetivo o producto del sistema. Es la medición de la efectividad del
Modelo formulado en función de las variables. Determina lo que se va optimizar (Maximizar o
Minimizar).
La solución ÓPTIMA se obtiene cuando el valor de la Función Objetivo es óptimo (valor máximo o
mínimo), para un conjunto de valores factibles de las variables. Es decir, hay que reemplazar las
variables obtenidas X1, X2, X3,…, Xn; en la Función Objetivo Z = f (C1X1, C2X2, C3X3,…, CnXn)
sujeto a las restricciones del modelo matemático.
Por ejemplo, si el objetivo es minimizar los costos de operación, la función objetivo debe expresar
la relación entre el costo y las variables de decisión, siendo el resultado el menor costo de las
soluciones factibles obtenidas.
En el contexto de la Investigación de Operaciones (IO), una variable de decisión es un elemento
fundamental que representa una cantidad o valor que puede ser ajustado para lograr un objetivo
específico en un problema de optimización. Las variables de decisión son utilizadas para modelar y
resolver problemas que involucran la toma de decisiones en situaciones donde se busca optimizar
un resultado, como maximizar beneficios, minimizar costos o alcanzar un objetivo específico.
En términos más simples, las variables de decisión son aquellas que el analista o el modelo puede
ajustar con el fin de encontrar la mejor solución para un problema dado. Estas variables pueden
estar sujetas a restricciones, que son las limitaciones o condiciones que deben cumplirse en el
problema.
Un ejemplo común para entender mejor el concepto de variables de decisión es el problema de
asignación de recursos. Imagina que una empresa debe decidir cuántos productos de diferentes
tipos debe producir para maximizar sus ganancias, dado un conjunto de restricciones como la
disponibilidad de materias primas, la capacidad de producción, etc. En este caso, las variables de
decisión serían las cantidades de cada tipo de producto a producir.
En la Investigación de Operaciones, las restricciones son las condiciones o limitaciones que deben
cumplirse en un problema de optimización o toma de decisiones. Estas restricciones definen las
limitaciones del problema y ayudan a establecer los límites dentro de los cuales se busca encontrar
la solución óptima. Las restricciones pueden estar relacionadas con recursos limitados,
capacidades de producción, requerimientos específicos, reglas operativas o cualquier otro factor
que afecte la toma de decisiones.
En un problema de optimización, las restricciones pueden ser de varios tipos:
1. Restricciones de igualdad: Estas restricciones establecen que una cierta combinación de
variables de decisión debe ser igual a un valor específico. Por ejemplo, en un problema de
asignación, se podría tener una restricción que indica que la suma de las cantidades asignadas a
diferentes tareas debe ser igual a la capacidad total disponible.
2. Restricciones de desigualdad: Estas restricciones establecen que una cierta combinación de
variables de decisión debe ser menor o mayor que un valor específico. Por ejemplo, en un
problema de producción, podría haber una restricción que limite la cantidad producida de un
producto debido a la disponibilidad limitada de una materia prima.
3. Restricciones combinadas: En muchos problemas, las restricciones pueden ser una combinación
de igualdades y desigualdades. Por ejemplo, en un problema de programación lineal, podrías tener
restricciones que representan igualdades y otras que representan desigualdades.
4. Restricciones de no negatividad: En algunos casos, las variables de decisión deben ser no
negativas, lo que significa que no pueden tener valores negativos. Esto es común en problemas en
los que no tiene sentido tener valores negativos, como cantidades de productos o tiempo.
Las restricciones son fundamentales para definir el espacio de soluciones factibles en un problema
de optimización y ayudan a restringir las posibles soluciones a aquellas que son viables y cumplen
con todas las condiciones necesarias. En última instancia, la combinación de las variables de
decisión y las restricciones en un problema de Investigación de Operaciones determina la solución
óptima que se busca encontrar.
Las variables de no negatividad son una restricción común en problemas de optimización y toma
de decisiones en la Investigación de Operaciones. Estas restricciones indican que las variables de
decisión no pueden tomar valores negativos, es decir, deben ser iguales o mayores que cero.
En muchos contextos, tiene sentido que las variables de decisión no sean negativas. Por ejemplo,
en un problema de producción, no tiene sentido tener una cantidad negativa de productos
manufacturados. De manera similar, en un problema de asignación de recursos, no tendría sentido
asignar una cantidad negativa de recursos a una tarea.
conjunto de todos los valores
posibles de la variable
problema de optimización. Tiene
un dominio, que es una
representación compacta del
conjunto de todos los valores
posibles de la variable.
problema de optimización. Tiene
un dominio, que es una
representación compacta del
conjunto de todos los valores
posibles de la variable.
problema de optimización. Tiene
un dominio, que es una
representación compacta del
conjunto de todos los valores
posibles de la variable.
problema de optimización. Tiene
un dominio, que es una
representación compacta del
conjunto de todos los valores
posibles de la variable.
problema de optimización. Tiene
un dominio, que es una
representación compacta del
conjunto de todos los valores
posibles de la variable.
problema de optimización. Tiene
un dominio, que es una
representación compacta del
conjunto de todos los valores
posibles de la variable.
problema de optimización. Tiene
un dominio, que es una
representación compacta del
conjunto de todos los valores
posibles de la variable
