Investigación Operaciones
DESARROLLO DE
MODELOS
INTRODUCCIÓN A LA INVESTIGACIÓN DE
OPERACIONES (IO)
Actualmente la administración está
funcionando en un ambiente de negocios
que está sometido a muchos más cambios,
los ciclos de vida de los productos se
hacen más cortos, además de la nueva
tecnología, la internacionalización
creciente, eventos aleatorios como
El problema
Los recursos Los sistemas son cada
son escasos vez más complejos
Cada vez es más difícil asignar los
recursos o actividades de la forma más eficaz
Investigación de operaciones
(I.O.)
• Es la aplicación del método científico para
asignar los recursos o actividades de
forma eficaz, en la gestión y organización
de sistemas complejos
• Su objetivo es ayudar a la toma de
decisiones
• Requiere un enfoque interdisciplinario
Investigación de Operaciones utiliza modelo
Tipos de Modelos
Un Modelo Una Representación Simplificada
es e Idealizada de la Realidad
TIPO CARACTERÍSTICAS EJEMPLOS
Físicos • Tangible • Modelos a escala
• Fácil de comprender de aeroplanos,
• Difícil de duplicar casas, ciudades,...
y compartir
• Difícil de manipular
• Baja amplitud de uso
5
MODELOS
TIPO CARACTERÍSTICAS EJEMPLOS
Analógicos • Intangible • Mapa de
• Difícil de comprender carreteras
• Fácil de duplicar • Velocimetro
y compartir • Gráficas
• Fácil de manipular
• Alta amplitud de uso
6
MODELOS
TIPO CARACTERÍSTICAS EJEMPLOS
Simbólicos • Intangible • Modelo de
• Difícil de comprender Simulación
• Fácil de duplicar • Modelo
y compartir Algebraico
• Fácil de manipular • Modelo de
• Muy Alta amplitud la Economía
de uso • Modelo de
Programación
Lineal
7
MODELOS
Construiremos Modelos Simbólicos (cuantitativos)
Modelo Utiliza las
Simbólico Matemáticas
Para Representar
las Relaciones
entre los Datos
de Interés
8
INVESTIGACION DE
OPERACIONES
Modelo matemático de
PROGRAMACION LINEAL
Problemas de Programación
Lineal
• Objetivos:
• Entender la idea de la Programación lineal
y sus aplicaciones a problemas prácticos.
• Plantear problemas de programación
lineal en dos variables.
• Conocer los pasos a seguir para resolver
problemas de programación lineal en dos
variables.
¿Cuál es la
estructura del
modelo matemático
de programación
líneal?
•Variables de decisión
•Función de optimización: Max/Min
•Parámetros y constantes
•Restricciones
Definiciones del modelo PL
1. Variables de Decisión
Cantidades que se desconocen y que deben
Determinarse en la solución de un problema
Cuyo modelo se plantea
2. Función objetivo Define la eficacia del modelo en
función de las variables de decisión
3. Parámetros: Valores que especifican la relación
entre variables de decisión
[Link] de restricciones son los límites que
restrigen las variables de decisión que consumirán
valores permisibles en el modelo
12
Definiciones
Max Z = 3X1 + 2X2
Variables de decisión: Sujeto a:
Decisiones cuantificables relacionadas unas 4X1 + 11X2 = 23
con otras. Ejemplo: Cuánto comprar, vender
X1 - 2X2 200
X1, X2 0
Función objetivo:
La medida de efectividad compuesta expresada como una función
de las variables de decisión. Puede ser Maximizar o Minimizar
Parámetros:
Valores constantes que actúan como coeficientes al lado derecho de las variables
tanto en la función objetivo como en las restricciones y que se basan en datos
tecnológicos de los problemas. Ejemplo fijar tasa inflación, tasa de producción, etc.
Restricciones:
Limitaciones impuestas sobre los valores de las variables de decisión,
casi siempre en forma de ecuaciones o desigualdades. Pueden = / /
• Un problema de programación lineal con dos variables tiene por
finalidad optimizar (maximizar o minimizar) una función lineal:
f(x,y)=ax+by llamada función objetivo, sujeta a una serie de
restricciones presentadas en forma de sistema de inecuaciones
con dos incógnitas de la forma: s.a
• cada desigualdad del sistema de restricciones determina un
semiplano. El conjunto intersección de todos esos semiplanos
recibe el nombre de zona de soluciones factibles. El conjunto de
los vértices del recinto se denomina conjunto de soluciones
factibles básicas y el vértice donde se presenta la solución óptima
se llama solución máxima (o mínima según el caso). El valor que
toma la función objetivo en el vértice de solución óptima se llama
valor del programa lineal.
Procedimiento gráfico para resolver un problema
de programación lineal en dos variables:
1. Elegir las incógnitas.
2. Escribir la función objetivo en función de los datos del
problema.
3. Escribir las restricciones en forma de sistema de
inecuaciones.
4. Averiguar el conjunto de soluciones factibles
representando gráficamente las restricciones.
5. Calcular las coordenadas de los vértices del recinto de
soluciones factibles (si son pocos).
6. Calcular el valor de la función objetivo en cada uno de
los vértices para ver en cuál de ellos presenta el valor
máximo o mínimo según nos pida el problema (hay que
tener en cuenta aquí la posible no existencia de solución
si el recinto no es acotado).
Ejemplo de la construcción de un modelo
matemático: Asignación de recursos
• Una empresa produce dos
juguetes: los osos Bobby y Teddy.
• Cada juguete requiere ser
procesado en dos máquinas
diferentes.
• La primer máquina tiene 12 horas
de capacidad disponible y la otra
tiene 8 horas de capacidad
disponible por día.
Nota: Este problema fue tomado de Moskowitz, Investigación de Operaciones.
Prentice Hall, 1982.
Ejemplo de la construcción
de un modelo matemático
• Cada Bobby requiere 2 horas en cada
máquina.
• Cada Teddy requiere 3 hrs. en la 1er
máquina y 1 hr. en la otra.
• La ganancia incremental es de $6 por
cada Bobby y de $7 por cada Teddy.
• Si puede vender toda su producción,
¿Cuántas unidades diarias de cada uno
debe producir?
Ejemplo de la construcción
de un modelo matemático
• Se requiere formular:
– Variables de decisión y parámetros
– Función Objetivo
– Restricciones
Ejemplo de la construcción
de un modelo matemático
• Variables de decisión:
• Cantidad de Bobbies a producir por día: x
– Cantidad de Teddys a producir por día: y
• Parámetros:
1 Máq. 2 Máq. Gananc.
Increm.
X 2 2 $6
y 3 1 $7
Capacidad 12 8
Ejemplo de la construcción
de un modelo matemático
• Función Objetivo:
Maximizar: Z = 6x + 7y
Z es una función de las
variables de decisión el
punto donde se optimiza la
solución del problema.
Ejemplo de la construcción
de un modelo matemático
• Restricciones
Capacidad de la 1er. máquina
2x + 3y ≤ 12
Capacidad de la 2da. máquina
2x + y ≤ 8
Restricciones de no negatividad
x ≥ 0, y ≥ 0
3
2
Ejemplo de la dieta
• Disponemos de dos tipos de alimentos que tienen
las siguiente información nutricional: el alimento A
tiene 100 calorías por onza, 50 de proteínas por
onza mientras que el otro alimento B contiene 200
calorías/oz., 10 proteínas/oz. y 30 de grasa/oz.
Las necesidades nutricionales mínimas diarias de
una persona activa son:2.500 calorías, 350 de
proteínas y de grasas 150. El costo de ambos
alimentos es $1/onza. La dietista desea
determinar la combinación de fuentes
alimenticias que arroje el menor costo y
satisfaga todos los requerimientos nutritivos.
• Variables
X= Número de onzas de la fuente alimenticia
tipo A que deben consumirse diariamente
[onzas ]
Y= Número de onzas de la fuente alimenticia
tipo B que deben consumirse diariamente
[onzas ]
• Coeficientes de costo Y Datos
• Medida de la eficiencia (F. O.) Z: Costo de
suministrarle los 2 tipos de alimentos al
paciente
Min Z = 1x+ 1y
$/ onza * onza= $
• 3.6 Restricciones funcionales
R1: Consumo mínimo de Calorías
100x+ 200y≥2500
unidades/ onza * onza= unidades
R2: Consumo mínimo de Proteínas
50X+ 10y ≥350
unidades/ onza *onza=unidades
R3: Consumo mínimo de grasas
30y ≥150
unidades/ onza *onza=unidades
Restricciones de no negatividad x, y≥0
• Solución x=5 y y=10
Ejemplo Análisis de Inversión
• Disponemos de 210.000 euros para invertir en
bolsa. Nos recomiendan dos tipos de acciones.
Las del tipo A, que rinden el 10% y las del tipo
B, que rinden el 8%. Decidimos invertir un
máximo de 130.000 euros en las del tipo A y
como mínimo 60.000 en las del tipo B. Además
queremos que la inversión en las del tipo A sea
menor que el doble de la inversión en B. ¿Cuál
tiene que ser la distribución de la inversión para
obtener el máximo interés anual?
• Llamamos x a la cantidad que invertimos en
acciones de tipo A
• Llamamos y a la cantidad que invertimos en
acciones de tipo B
• Función objetivo Maz z= 0,1x+0,08y
• Condiciones que deben cumplirse
(restricciones): x,y>=0
x+y <=210.000
x<=130.000
y>=60.000
x<=2y
Sln optima 130.000de TipoA y 80000 de B
