Beruflich Dokumente
Kultur Dokumente
a) Thomas Edison.
b) Jorge Dantzig.
c) B. Pascal.
d) Von Neuman.
a) Grupos interdisciplinarios.
b) Los ingenieros.
c) Las administradores.
d) Los dueos.
21
Unidad 1
22
Investigacin de operaciones
Ante todo la gerencia de una empresa debe saber decidir cul es la mejor
alternativa de solucin de los problemas que se presentan. Para hacerlo,
necesita definir el problema tomando en cuenta todos los factores que
intervienen en l, reconociendo las restricciones y evaluando cada una
de las alternativas para encontrar aquella que optimice sus recursos.
Ejemplo 1
Verten de Mxico desea aumentar recursos de sistemas computacionales
para el departamento de contabilidad. En la actualidad cuenta con ocho
computadoras PC Pentium a 233 Mhz, con 64 MB en RAM y discos
duros de 1.2 GB. El ingeniero en sistemas debe tomar una decisin sobre
cul de las siguientes opciones es la que ms conviene:
23
Unidad 1
Ejemplo 2
24
Investigacin de operaciones
Ejercicio 2
1. Relaciona las siguientes columnas.
b) Toma de decisiones. ( ) La I. O.
25
Unidad 1
*
Thierauf, R. J. y R.A. Grosse, Toma de decisiones por medio de investigacin de operaciones,
Limusa, Mxico.
**
Luenberger, David E., Programacin lineal y no lineal, Addisson-Wesley.
**
Mathur, K. y D. Solow, Investigacin de operaciones, Prentice- Hall.
26
Investigacin de operaciones
Asignacin de recursos.
Redes de distribucin.
Programacin lineal.
Programacin no lineal.
Inventarios.
Lneas de espera.
Redes.
27
Unidad 1
Para hacer lo anterior debemos dividir las variables del problema en dos
tipos:
28
Investigacin de operaciones
Ejemplo 3
La empresa Patito produce dos tipos de detergente, uno para ropa blanca
y otro para ropa de color. El detergente de ropa blanca deja una ganancia
de $ 2.00 por litro vendido, mientras que el de ropa de color deja una
ganancia de $ 3.00. La empresa slo puede producir 10 litros del de color
y 15 del de ropa blanca al da. Los vendedores pueden vender como
mximo 15 litros de detergente al da sin importar de cul se trate. Cul
es la combinacin que maximiza las ganancias de la empresa?
Variables controlables.
La ganancia por litro vendido del detergente para ropa blanca $ 2.00.
La ganancia por litro vendido del detergente para ropa de color $ 3.00.
29
Unidad 1
f ( x, y ) 2 x 3 y
y 10
x 15
x y 15
30
Investigacin de operaciones
Maximizar f ( x, y ) 2 x 3 y sujeto a
x 15
y 10
x y 15
x, y 0
Ejercicio 3
1. Son las variables del problema que puedo medir.
a) Variables no controlables.
b) Variables controlables.
c) Datos.
d) Funcin objetivo.
a) Variables no controlables.
b) Variables controlables.
c) Datos.
d) Objetivos.
a) Variables no controlables.
b) Variables controlables.
c) Funciones.
d) Datos.
31
Unidad 1
a) 5
b) 2
c) 3
d) 1
32
Investigacin de operaciones
Ejemplo 3 (continuacin 1)
Maximizar f ( x, y ) 2 x 3 y sujeto a
x 15
y 10
x y 15
x, y 0
Utilizando el mtodo grfico (Unidad 4) se encuentra la siguiente
solucin ptima.
x = 5, y = 10
33
Unidad 1
Por lo tanto, una vez que obtenemos la solucin del modelo surge la
siguiente pregunta:
34
Investigacin de operaciones
Ejemplo 3 (continuacin 2)
x es menor a 15 litros.
y es igual a 10 litros.
Maximizar f ( x, y ) 2 x 3 y sujeto a
35
Unidad 1
x 15
y 12
x y 15
x, y 0
x = 3, y = 12
Ejercicio 4
1. El mtodo para resolver problemas lineales es:
a) Multiplicadores de Lagrange.
b) Mtodo smplex.
c) Mtodo de gradiente conjugado.
d) Mtodo de mximo descenso.
36
Investigacin de operaciones
37
Unidad 1
38
Investigacin de operaciones
Programacin no lineal
Mtodo grfico.
Mtodo de mximo descenso.
Mtodo de multiplicadores de Lagrange.
Mtodo de gradiente conjugado.
Modelo de redes
*
Conjunto de vrtices unidos por arcos o aristas.
39
Unidad 1
40
Investigacin de operaciones
Permite tomar decisiones del tipo global; esto es, decisiones que
tomen en cuenta los puntos de vista de cada uno de los
departamentos de la empresa.
Resumen
En esta unidad estudiamos los orgenes, metodologa y usos de la I. O.
Definimos que la administracin de operaciones, se encarga de resolver
problemas de tipo estratgico, mientras que la I. O. resuelve problemas
de tipo operacional. Para estudiar la metodologa de la I. O. se sigue el
siguiente esquema:
41
Unidad 1
Z mn 1.5 x 2 y 2.2 z
x y z 28 000
x 15 000
y 20 000
z 35 000
x, y , z 0
42
Investigacin de operaciones
Z mn 1.5 x 2 y 2.2 z
x y z 28 000
x 15 000
y 20 000
z 35 000
x, y , z 0
1) 50 600.0000
X = 15 000.00
Y = 10 000.00
Z = 3 000.00
43
Unidad 1
44
Investigacin de operaciones
Introduccin
E
n la unidad 1 aprendimos la importancia que tiene la investigacin
de operaciones (I. O.) en la toma de decisiones, tanto estratgicas
como operacionales, donde el ingeniero utiliza la metodologa
de la I. O. para resolver los problemas que se presentan en la industria;
tambin presentamos algunas aplicaciones concretas. En cuanto a la
metodologa, explicamos que una de las partes ms importante pero
compleja, es la construccin del modelo matemtico que represente
de manera vlida y eficaz el problema a resolver. En esta unidad
analizaremos el concepto de modelo, los tipos de modelos y finalmente
la construccin de modelos matemticos que representen las relaciones
entre las variables y los datos de un problema, as como ejemplos de
programacin lineal, redes y lneas de espera.
51
Unidad 2
Ejemplo 1
Ejemplo 2
Ejemplo 3
Una compaa que fabrica pasta dental desea saber cuntas personas
en Mxico conocen su producto. Una forma de saberlo es preguntarle
a cada mexicano, lo que resultara muy costoso para la empresa, en
su lugar podemos utilizar un modelo estadstico que nos permita
hacer la pregunta solamente a un grupo reducido (muestra), y
con base en los resultados inferir el comportamiento en toda la
poblacin.
52
Investigacin de operaciones
Modelos icnicos.
Modelos analgicos.
Modelos matemticos.
Modelos icnicos
Modelos analgicos
Un diagrama de flujo.
Un circuito elctrico.
El probar medicinas en animales.
53
Unidad 2
Modelos matemticos
54
Investigacin de operaciones
Ejercicio 1
1. Un modelo matemtico es:
a) Una ecuacin.
b) Un avin a escala.
c) Una fotografa.
d) Un diagrama de flujo.
a) Una ecuacin.
b) Un avin a escala.
c) Una frmula qumica.
d) Un diagrama de flujo.
a) Un problema.
b) Un experimento.
c) Un modelo.
d) Una hiptesis.
55
Unidad 2
De programacin lineal.
Del problema de transporte.
De redes.
De lneas de espera.
56
Investigacin de operaciones
57
Unidad 2
Ejemplo 4
58
Investigacin de operaciones
Respuesta: S.
Respuesta: S.
59
Unidad 2
Maximizar utilidades.
Minimizar costos.
60
Investigacin de operaciones
U ( x) p x C ( x)
Donde:
x = volumen de venta.
p = precio de venta.
C(x) = funcin de costos evaluada en x, esto es, nos dice el costo de
producir x productos.
U ( x1 , x2 , ...xn ) U ( x1 ) U ( x2 ) ... U ( xn )
Estos factores son los que se deben ver reflejados en la funcin objetivo,
la cual debe medir de una manera matemtica los costos o utilidades de
producir y vender una combinacin de productos.
61
Unidad 2
U1 ( IM ) 800 IM
U 2 ( IT ) 700 IT
U 3 ( IL) 1 000 IL
62
Investigacin de operaciones
63
Unidad 2
30 IM 40 IT 60 IL
60 min
265hr 15 900 mn
1hr
30 IM 40 IT 60 IL 15 900
IM 100
IT 80
IL 50
64
Investigacin de operaciones
Funcin objetivo
IM 0
IT 0
IL 0
Adems: IM , IT , IL
Ejercicio 2
1. Escribe la definicin de un modelo de programacin lineal.
______________________________________________________________________________________________________________________________________.
a) Modelos icnicos.
b) Modelos simblicos o matemticos.
c) Modelos crticos.
d) Modelos analgicos.
65
Unidad 2
Identificacin _____________________________________.
Identificacin _____________________________________.
Identificacin _____________________________________.
66
Investigacin de operaciones
Modelo de redes.
Modelo de lneas de espera.
Modelo de redes
67
Unidad 2
68
Investigacin de operaciones
69
Unidad 2
Figura 2.1.
Ahora, para construir la red se dibuja un nodo con el nmero cero, el cual
indica el inicio de nuestro proyecto. Tomando como punto de partida este
nodo, se dibujan los nodos que no son precedidos por ningn otro; stos
se unen con el nodo cero mediante arcos de flecha, los cuales se nombran
con la etiqueta del proceso como se muestra en la figura 2.2.
Figura 2.2.
70
Investigacin de operaciones
Figura 2.3.
Figura 2.4.
Figura 2.5.
Por ltimo, se colocan los tiempos estimados para cada proceso, con esto
se obtiene una red que representa el proyecto (figura 2.6.), la cual va a
permitir posteriormente buscar la ruta crtica, para tratar de optimizar
el tiempo de terminacin del proyecto. Esto ltimo se estudiar en la
unidad 10.
71
Unidad 2
Figura 2.6.
Ejemplo 5
72
Investigacin de operaciones
Figura 2.7.
73
Unidad 2
74
Investigacin de operaciones
75
Unidad 2
Proceso de la fila. Los clientes tienen que elegir entre varias filas
(multicanal), o existe una fila nica (canal sencillo).
Ejemplo: En una empresa se tienen dos casetas de servicio,
los obreros pasan todas las maanas por sus herramientas de trabajo,
el ingeniero no sabe si deben formar una fila nica e ir pasando
a una de las dos casetas, o bien, formar una fila frente a cada caseta.
76
Investigacin de operaciones
Ejemplo 6
77
Unidad 2
Ejercicio 3
1. Es el nombre que se les da a las variables cuyo valor depende del
azar.
a) Discreta.
b) Aleatoria.
c) Continua.
d) Determinstica.
a) PERT
b) CPM
c) PETR
d) PCM
3. Proceso donde los clientes deben esperar ser atendidos por una
estacin de servicio.
a) Redes.
b) Programacin lineal.
c) Inventarios.
d) Lneas de espera.
b)
c)
78
Investigacin de operaciones
a) Proceso de llegadas.
______________________________________________________________________________________________________________________________________________
____________________________________________________________________________________________________________________________________________.
b) Proceso de servicio.
______________________________________________________________________________________________________________________________________________
____________________________________________________________________________________________________________________________________________.
79
Unidad 3
92
Investigacin de operaciones
93
Unidad 3
1 i n y 1 j m
Como los recursos son limitados, las restricciones sern vlidas tanto para
las personas como para las empresas. Si denotamos por: b1, b2, ..., bm las
disponibilidades mximas de cada uno de los recursos de las m etapas
del proceso productivo, entonces debemos reconocer que el nmero de
unidades producidas de cada tipo de bien deber estar limitado por la
disponibilidad mxima de los recursos que se requieren para la produccin
total. Esta condicin expresada matemticamente toma la forma de un
conjunto de m desigualdades con n variables:
94
Investigacin de operaciones
Un ejemplo sera:
Z m n c1 x1 c2 x2 cn xn
a11 x1 a12 x2 ... a1n xn b1
a21 x1 a22 x2 ... a2 n xn b2
# # # #
am1 x1 am 2 x2 ... amn xn bm
x1 0 , x2 0, " , xn 0
95
Investigacin de operaciones
99
Unidad 3
Ejemplo 2
100
Investigacin de operaciones
Ejercicio 2
1. Una compaa lder en la fabricacin de aparatos elctricos tiene una
planta de ensamblado en el Estado de Mxico donde produce televisores
de 14, 20, 27 y 29 pulgadas. Para esto cuenta con una lnea automatizada
que ensamblan las partes ms pequeas. Esta lnea puede trabajar hasta
5 000 horas a la semana.
Adems, cuenta con una plantilla de personal operativo de 4 800 horas
a la semana de trabajo efectivo. En la tabla siguiente se muestran la
utilidad, el tiempo de mano de obra requerido en el proceso y el tiempo
consumido en la lnea automatizada de ensamble. Todo esto de acuerdo
con el tamao de televisor que se est fabricando.
101
Investigacin de operaciones
Introduccin
D
espus de construir modelos matemticos de programacin
lineal, necesitamos desarrollar mtodos que nos permitan
encontrar la solucin de estos modelos. En esta unidad se
resolvern modelos de P. L. de dos variables (2 dimensiones) por el
mtodo grfico.
Definicin. Decimos que una lnea recta que pasa por el punto (x0, y0)
est formada por todos los puntos del plano cartesiano (x, y) tales que la
relacin
125
Unidad 4
y y0
m
x x0
Ejemplo 1
Sabemos que dados dos puntos, slo existe una recta que pasa por ellos,
por lo tanto, basta conocer estos dos puntos que pertenecen a la lnea
recta para poderla trazar.
126
Investigacin de operaciones
Ejercicio 1
1. La pendiente de una lnea recta es ______________________ del ngulo
de inclinacin.
127
Unidad 4
a) (0, 10)
10
b) 0,
3
10
c) 0,
3
3
d) 0,
10
x x x x
5. La grfica de la ecuacin 2x1 + 4x2 = 4 es:
a) b)
c) d)
128
Investigacin de operaciones
Figura 4.2.
En este caso los puntos de la recta no pertenecen al conjunto solucin, ya
que estos puntos hacen que se cumpla la igualdad y no la desigualdad.
En los modelos de I. O. generalmente se permiten ambos, es decir, la
igualdad y la desigualdad. Esto lo denotamos utilizando los smbolos
< (menor o igual que) o > (mayor o igual que). En estos casos la lnea
recta pertenece al conjunto solucin y se marca como una lnea continua.
129
Unidad 4
Ejemplo 2
2. Se toma un punto, por ejemplo, (5, 10) que est por encima de la
recta.
130
Investigacin de operaciones
Figura 4.3.
Ejemplo 3
2(0) 3(0) 6
006
06
131
Unidad 4
Figura 4.4.
Ejemplo 4
132
Investigacin de operaciones
Figura 4.5.
Ejercicio 2
1. La grfica de la desigualdad 3x1 5x2 > 15 es:
133
Unidad 4
x2
a)
y1
x2
b)
x1
134
Investigacin de operaciones
Donde:
Zmx = f(x1, x2) es una funcin lineal de dos variables, la cual queremos
maximizar; un conjunto de desigualdades lineales de dos variables, las
cuales pueden ser de la forma menor o igual que y la condicin de no
negatividad para las variables.
135
Unidad 4
Ejemplo 5
x1 + x 2 > 0
136
Investigacin de operaciones
No acotada.
Acotada.
137
Unidad 4
Ejemplo 6
138
Investigacin de operaciones
3
6
139
Unidad 4
Otro mtodo
Figura 4.6.
140
Investigacin de operaciones
Ejemplo 7
s.a.: Z mx = 3x1 + x2
3x1 + 2x2 < 12
x1 + x2 > 1
x2 < 3
x1 > 0
x2 > 0
x1 0 x2 0
3(0) 2 x2 12 3 x1 2(0) 12
12 12
x2 6 x1 4
2 3
(0, 6) (4, 0)
141
Unidad 4
3 x1 2 x2 12
3(6) 2(6) 12
18 12 12
30 12
x1 + x 2 > 1 (2)
x1 0 x2 0
0 x2 1 x1 0 1
x2 1 x1 1
(0, 1) (1, 0)
142
Investigacin de operaciones
143
Unidad 4
4 2 2 4 x1
1
2
3
4
144
Investigacin de operaciones
Para saber cul de los cinco vrtices es el punto solucin ptima, tenemos
que graficar la funcin objetivo. Para hacerlo, tomamos un punto arbitrario
de la regin factible y lo sustituimos en la funcin objetivo para obtener un
valor inicial. Por ejemplo, tomemos el punto (2, 2).
Z mx=3x1 + x2
Z(2, 2)=3(2) + 2
Z(2, 2)=8
Ahora buscamos todos los puntos del plano para los cuales la funcin
objetivo tiene el valor 8. Estos puntos los encontramos graficando la
ecuacin 3x1 + x2=8
145
Unidad 4
146
Investigacin de operaciones
Ejemplo 8
La empresa Patito produce dos tipos de detergentes, uno para ropa blanca
y otro para ropa de color. El detergente de ropa blanca deja una ganancia
de $ 2 por litro vendido, mientras que el de ropa de color deja una
ganancia de $ 3. La empresa slo puede producir 10 litros del de color
y 15 del de ropa blanca al da. Los vendedores pueden vender como
mximo 15 litros de detergente al da sin importar de cual se trate. Cul
es la combinacin que maximiza las ganancias de la empresa?
Z mx = 2x + 3y
x < 15 (2)
y < 10 (3)
x>0 (4)
y>0 (5)
147
Unidad 4
y
4 2
20
1 15
10
3
5
5 5 10 15 20 2x
2x + 3y=25
148
Investigacin de operaciones
149
Unidad 4
Ejercicio 3
a) Solucin.
b) Regin factible.
c) Regin no factible.
a) Cuadrado.
b) Tringulo.
c) Polgono irregular.
Zmx = 4x1 + x2
s.a.: 6x1 + 2x2 < 12
x1 + 2x2 > 1
x2 < 3
x1 > 0
x2 > 0
150
Investigacin de operaciones
3 x1 2 x2 12 Ejemplo 9
x x 1
Resolver el siguiente problema de P.1 L. 2
x2 3
Zmn = 3x1 + x2x1 0
x2 0
s.a.:
151
Unidad 4
152
Investigacin de operaciones
Ejercicio 4
Obtener la regin factible de los siguientes modelos de programacin
lineal, adems de la solucin ptima
1. Z mn=4x1 + x2
s.a.: 6 x1 2 x2 12
x1 2 x2 1
x2 3
x1 0
x2 0
2. Zmn=x1 + 4x2
s.a.: 6 x1 2 x2 12
x1 2 x2 2
x1 3
x1 0
x2 0
153
Investigacin de operaciones
Ejemplo 13
Una empresa fabrica bocinas de 3 y 8 de dimetro. Las bocinas de
3 dejan una utilidad de $ 20, mientras que las de 8 de $ 30. La
empresa puede fabricar como mximo 300 bocinas al da, por polticas
del departamento de ventas se deben producir al menos 100 bocinas de
3 y como mximo 150 bocinas de 8. Cuntas bocinas de cada tamao
se deben producir para maximizar la utilidad?
159
Unidad 4
m x 20 x1 30 x2
Z mx
s.a.: x1 x2 300
x1 100
x2 150
x1 0
x2 0
160
Investigacin de operaciones
161
Unidad 4
162
Investigacin de operaciones
163
Unidad 4
164
Investigacin de operaciones
Introduccin
E
n la unidad 5 aprendimos a resolver modelos de P. L. por el
mtodo smplex y el dual smplex, el resultado obtenido poda
ser cualquier nmero real, sin embargo, existen problemas que
no aceptan como solucin un nmero real, por ejemplo, pensemos en
el problema de seleccin de personal de la unidad 3, en este caso no
podemos colocar 1.5 empleados. Por esta razn se han desarrollado
algoritmos especiales para la bsqueda de soluciones enteras de modelos
de P. L.
223
Unidad 6
Ejemplo 1
224
Investigacin de operaciones
Z m x 100 x1 50 x2 20 x3
s. a.: 25 x1 20 x2 10 x3 20 700
x1 50
x2 80
x3 100
xi 0 i 1, 2, 3
xi enteros
225
Unidad 6
Ejemplo 2
Problema de produccin (ejemplo de modelo mixto)
Z mx = 5x1 + 10x2
x1 > 20
x1, x2 > 0
226
Investigacin de operaciones
Como los tornillos se venden por caja, entonces la variable x1 slo toma
valores enteros, mientras que la variable x2 puede tomar cualquier valor
ya que la venta de clavos es a granel, esto es, podemos vender 123.4 kg
de clavos.
Z mx = 5x1 + 10x2
s. a.: 20x1 + 10x2 < 10 000
x1 > 20
con x1, x2 > 0 y x1 Z
Ejemplo 3
227
Unidad 6
500 100 x1 x1 0
C1 ( x1 )
0 x1 0
300 150 x2 x2 0
C2 ( x2 )
0 x2 0
0 x 0
y1 1
1 x1 0
0 x2 0
y2
1 x2 0
x1 < My1
x2 < My2
228
Investigacin de operaciones
Si xi > 0 entonces la desigualdad xi < Myi obliga que yi tome el valor 1. Con
lo cual en la funcin objetivo se considera el costo fijo. Si xi = 0 entonces
la desigualdad xi < Myi hace que yi puede tomar el valor 0 o 1, pero como
en la funcin objetivo se est minimizando, obliga que yi tome el valor 0 y,
por lo tanto no se toma en cuenta el costo fijo asociado con xi.
El modelo que se obtuvo es un modelo de P. L. E. binario ya que algunas
de las variables slo pueden tomar el valor 0 o 1, mientras que otras slo
pueden tomar valores enteros.
Con estos tres ejemplos nos damos cuenta de que la formulacin de los
modelos de P. L. E. sigue los mismos pasos que la de los modelos de
P. L. estndar. En la siguiente seccin, se vern los cambios que se deben
realizar al resolver dichos modelos y de la complejidad que representan.
Ejercicio 1
1. Un modelo de P. L. cuyas variables de decisin slo pueden tomar
valores enteros se clasifica como entero:
a) Puro.
b) Mixto.
c) Binario.
d) Dual.
229
Unidad 6
a) Puro.
b) Mixto.
c) Binario.
d) Dual.
a) Puro.
b) Mixto.
c) Binario.
d) Dual.
a) Smplex.
b) Grfico.
c) Gomory.
d) Dual.
230
Investigacin de operaciones
231
Unidad 6
Ejemplo 4
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x1 , x2 enteros
x1 , x2 0
x1 = 2
x2 = 3.5
x1 = 2
x2 = 4
El punto (x1, x2) no est dentro de la regin factible, por lo tanto tenemos
que modificar el valor de x2, con lo cual obtenemos la solucin ptima:
x1 = 2
x2 = 3 con Z mx = 18
232
Investigacin de operaciones
Paso 3. Una vez hecho esto se plantean dos nuevos modelos de P. L. que
se deben resolver. Cada uno de ellos se obtiene al agregar una de las dos
restricciones del punto anterior.
Ejemplo 5
Z m x x1 x2
s. a.: 8 x1 5 x2 40
4 x1 6 x2 24
x1 , x2 enteros
x1 , x2 0
233
Unidad 6
x1 = 4.2857
x2 = 1.1429 con Z = 3.1428
En este problema ninguna de las variables cumple con la condicin de ser
entera, por lo tanto tenemos que redondear los dos valores, obteniendo:
x1 = 4
x2 = 1 con Z = 3
Pareciera que sta es la solucin ptima, sin embargo, este punto no est
en la regin de soluciones factible. Entonces:
234
Investigacin de operaciones
Ejemplo 6
Resolver el siguiente modelo de P. L. E.
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x1 , x2 enteros
x1 , x2 0
x2 < 3 o x2 > 4
235
Unidad 6
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
Problema asociado 1
x2 3
x1 , x2 enteros
x1 , x2 0
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x2 4 Problema asociado 2
x1 , x2 enteros
x1 , x2 0
x1 = 2.5
x2 = 3
Z = 19.5
x1 < 2 o x1 > 3
236
Investigacin de operaciones
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x2 3 Problema asociado 4
x1 3
x1 , x2 enteros
x1 , x2 0
x1 = 2
x2 = 3
Z = 18
Resolviendo el problema asociado 4 con el mtodo smplex se obtiene la
solucin ptima:
x1 = 3
x2 = 2.5
Z = 19
237
Unidad 6
x2 < 2 o x2 > 3
Obtenemos los problemas asociados:
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x2 3
Problema asociado 5
x1 3
x2 2
x1 , x2 enteros
x1 , x2 0
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x2 3
Problema asociado 6
x1 3
x2 3
x1 , x2 enteros
x1 , x2 0
Como ambas soluciones son enteras, se concluye que la solucin ptima es:
238
Investigacin de operaciones
x1 = 2
x2 = 3 con Z mx = 18
239
Unidad 6
Ejercicio 2
1. En cada iteracin del mtodo de ramifica y acota, la regin factible
se:
a) Divide.
b) Reduce.
c) Corta.
d) Aumenta de tamao.
a) x > 3 o x < 3
b) x > 3 o x > 2
c) x > 3 o x < 2
d) x > 2 o x < 2
a) Positivos.
b) Reales.
c) Positivos y enteros.
d) Positivos y reales.
240
Investigacin de operaciones
6. Obtener los dos primeros modelos auxiliares (el primer nivel del
rbol) que se tienen al resolver el siguiente modelo de P. L. E. por el
mtodo de ramifica y acota:
Z m x x1 x2
s. a.: 8 x1 5 x2 32
x1 , x2 enteros
x1 , x2 0
Mtodo de Gomory
241
Unidad 6
Ejemplo 7
Para explicar el mtodo descrito vamos a resolver el siguiente modelo de
P. L. E.:
Z m x 2 x1 x2
s. a.: 2 x1 5 x2 17
x1 , x2 enteros
x1 , x2 0
242
Investigacin de operaciones
243
Unidad 6
x1 = 8
x2 = 0
Z mx = 16
Ejemplo 8
Z m x 2 x1 x2
s. a.: 2 x1 5 x2 17
5 x1 3 x2 16
x1 , x2 enteros
x1 , x2 0
244
Investigacin de operaciones
Regresamos al paso 2.
1 1
x1 3, x2 , con Z 18
3 3
245
Unidad 6
246
Investigacin de operaciones
Regresamos al paso 2.
La solucin ptima entera que obtenemos es:
x1 = 3
x2 = 0 con Z mx = 6
Realicemos el siguiente ejemplo para ver qu tipo de obstculos podemos
tener al resolver un modelo de P. L. E. con este mtodo.
Ejemplo 9
Resolver el siguiente modelo de P. L. E.:
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x1 , x2 enteros
x1 , x2 0
247
Unidad 6
x2 + s2 = 3.5
1
x2 + s2 = 3
2
Se escribe la ecuacin de tal manera que el lado izquierdo contenga
solamente trminos con coeficientes fraccionarios y una constante
fraccionaria, mientras que del lado derecho slo aparezcan nmeros
enteros:
1
x2 s2 3
2
1
0
2
Tambin podemos hacer uso del mtodo dual smplex como veremos en
el siguiente ejemplo.
248
Investigacin de operaciones
Ejemplo 10
Z m x 100 x1 50 x2 20 x3
s. a.: 25 x1 20 x2 10 x3 20 700
x1 50
x2 80
x3 100
xi 0 i 1, 2, 3
xi enteros
249
Unidad 6
250
Investigacin de operaciones
x1 = 724
x2 = 80
x3 = 100 con Z mx = 78 400
Ejercicio 3
1. En el mtodo de Gomory la zona factible se:
a) Reduce.
b) Divide.
c) Rota.
d) Secciona.
a) Coeficientes enteros.
b) Limitantes negativas.
c) Limitantes no enteras.
d) Coeficiente cero.
251
Unidad 5
Algoritmo smplex
180
Investigacin de operaciones
181
Unidad 5
182
Investigacin de operaciones
Ejemplo 1
Z m x 3 x1 5 x2
s. a.: 3x1 2 x2 18
x1 4
x2 6
x1 , x2 0
1. Lo primero es sumar a cada una de las desigualdades una variable de
holgura, lo cual nos permite escribir:
Z mx 3 x1 5 x2
s. a.: 3 x1 2 x2 h1 18
x1 h2 4
x2 h3 6
x1 , x2 , h1 , h2 , h3 0
2. Creamos la tabla smplex:
183
Unidad 5
Funcin objetivo
Primera restriccin
Segunda restriccin
Tercera restriccin
184
Investigacin de operaciones
185
Unidad 5
186
Investigacin de operaciones
Regresamos al punto 1.
7. Usamos el elemento pivote 1 para hacer cero los coeficientes que estn
arriba y debajo de l. Empezamos con R0. El coeficiente de este rengln en
la columna seleccionada es 3, por lo tanto su inverso aditivo es 3, entonces
multiplicamos R1 (actual) por 3 y el resultado se lo sumamos a R0.
187
Unidad 5
188
Investigacin de operaciones
Regresamos al punto 1.
Como todos los coeficientes del rengln R0 son positivos, entonces hemos
llegado a la solucin ptima del problema donde el valor de z mxima es 36.
Ejercicio 1
Selecciona la respuesta que completa de manera correcta los siguientes
enunciados:
189
Unidad 5
5. Los elementos que estn arriba y abajo del elemento pivote deben
convertirse en:
a) Positivos.
b) Negativos.
c) Cero.
d) Uno.
Z m x 5 x1 4 x2
s. a.: 6 x1 4 x2 24
x1 2 x2 6
x2 2
x1 , x2 0
190
Investigacin de operaciones
191
Unidad 5
Ejemplo 2
3x1+2x2 < 18
x1 < 4
x2 < 6
3x1 + 2x2+h1 = 18
x1 + h 2 = 4
x2 + h3 = 6
192
Investigacin de operaciones
3(0) + 2(0) + h1 = 18
(0) + h2 = 4
(0) + h3 = 6
h1 = 18
h2 = 4
h3 = 6
sta es una solucin factible, ya que todas las variables son mayores o
iguales a cero. La solucin completa es:
x1 = 0, x2 = 0, h1 = 18, h2 = 4, h3 = 6
Z mx=3x1+5x2
Z=3(0)+5(0)
Z=0
193
Unidad 5
194
Unidad 5
196
Investigacin de operaciones
Z m n c1 x1 " cn xn
s. a.: a11 x1 " a1n xn b1
a21 x1 " a2 n xn b2 (2)
# # #
am1 x1 " amn xn bm
xi 0 i 1, 2, ...n
Definimos el modelo dual asociado con el modelo (2), como el modelo
de programacin lineal que tiene como objetivo maximizar la funcin
objetivo (todas sus restricciones son de la forma menor o igual que):
Z m x b1 y1 " bm ym
s. a.: a11 y1 " am1 ym c1
a12 y1 " am 2 ym c2 (3)
# # #
a1n y1 " amn ym cn
yi 0 i 1, 2, ...m
197
Unidad 5
Ejemplo 3
Z m n 4 x1 x2 x3
s. a.: 2 x1 x2 2 x3 4
3 x1 3 x2 x3 3
x1 , x2 , x3 0
198
Investigacin de operaciones
Ym x 4 y1 3 y2
s. a.: 2 y1 3 y2 4
y1 3 y2 1
2 y1 y2 1
yi 0 i 1, 2
Este es el problema dual asociado al problema primal. Existe una relacin
importante entre los dos modelos, la ltima tabla smplex de solucin del
modelo dual proporciona la solucin del primal, debido a la propiedad
de soluciones complementarias, la cual damos a continuacin.
Esto quiere decir que los valores de las variables xi del modelo primal
son los valores que se encuentran en el rengln R0 en las columnas de las
variables de holgura de la tabla smplex del modelo dual.
199
Unidad 5
Ejemplo 4
Ym x 4 y1 3 y2
s. a.: 2 y1 3 y2 h1 4
y1 3 y2 h2 1
2 y1 y2 h3 1
yi 0 h j 0 i 1, 2 j 1, 2, 3
La tabla inicial que obtenemos es:
Funcin objetivo
Primera restriccin
Segunda restriccin
Tercera restriccin
200
Investigacin de operaciones
sta ya es la tabla ptima, la cual tiene como solucin del problema dual
la siguiente:
y1 = 0.40
y2 = 0.20
Z mx = 2.20
Ejemplo 5
Obtener la solucin ptima del siguiente modelo de P. L.
Z m n x1 x2 3x3 2 x4
s. a.: x1 2 x2 4 x3 8
x1 3 x3 x4 10
3 x2 4 x3 x4 7
x1 , x2 , x3 , x4 0
201
Unidad 5
202
Investigacin de operaciones
mx{1, 3, 5, 7}
{1, 3, 5, 7}
Ejemplo 7
Hallar la solucin ptima del siguiente modelo de P. L.
Z m n 5 x1 10 x2
s. a.: 4 x1 2 x2 10
3 x1 8 x2 16
x2 5
x1 , x2 0
209
Unidad 5
Este modelo tiene todas las desigualdades de la forma menor igual que,
por lo tanto, parece que lo podemos resolver por mtodo smplex, sin
embargo, el objetivo de la funcin es minimizar. Para transformar el
problema multiplicamos la funcin objetivo por 1.
210
Investigacin de operaciones
x1 = 0
x2 = 2
con Z mn = 20
Ejercicio 5
Resolver los siguientes modelos utilizando la tcnica vista en esta
seccin.
1. Z m n 3 x1 8 x2 x3
s. a.: x1 x2 3 x3 10
3 x1 x2 7 x3 15
x2 x3 20
x1 , x2 , x3 0
2. Z m x 5 x1 7 x2 x3
s. a.: 2 x1 4 x2 8
x2 x3 10
x1 , x2 , x3 0
Resumen
211
Investigacin de operaciones
ui + vj = cij
285
Unidad 7
c. m. = cij ui vj
Ejemplo 6
286
Investigacin de operaciones
287
Unidad 7
288
Investigacin de operaciones
> 0
2 500 > 0
500 + > 0
2 250 > 0
El costo de esta nueva solucin es $682 500, por lo tanto, esta solucin es
mejor, para determinar si es la ptima calculamos el valor de las variables
ui y vj y los costos marginales asociados a cada una de las celdas no
bsicas. La informacin completa se presenta en la siguiente tabla.
Por lo tanto, como todos los costos marginales son positivos esta solucin
es la ptima. El valor de las variables bsicas es:
x11 = 250, x12 = 2 750, x21 = 2 250, x23 = 1 750 con un costo mnimo de
$682 500.
289
Unidad 7
Ejercicio 4
1. La variable que entra en el sistema es la que tiene el costo marginal:
a) Ms positivo.
b) Ms negativo.
c) Cero.
d) Uno.
a) Mayores a cero.
b) Menores a cero.
c) Negativos.
d) No negativos.
a) Positiva.
b) Bsica.
c) No bsica.
d) Por fila.
a) c. m. = cij ui vj
b) c. m. = cij + ui vj
c) c. m. = cij ui + vj
d) c. m. = cij + ui + vj
290
Investigacin de operaciones
Introduccin
L
a globalizacin de los mercados ha permitido que las empresas
manufactureras puedan emplear los insumos de regiones o pases
donde stos tienen ms poder econmico; de tal forma que cuando
el producto est terminado, nos damos cuenta que ha requerido de partes
hechas en pases asiticos, que la mano de obra para el ensamblado es
latinoamericana y la publicidad se hizo en Estados Unidos. Esta situacin
plantea desafos cada vez mayores. Por un lado requiere de sistemas
de comunicacin y de manejo de grandes volmenes de informacin
giles y rpidos; por otro, necesita contar con esquemas de logstica que
abatan los costos de envo, as como medios de transporte cada vez ms
econmicos, seguros y puntuales.
263
Unidad 7
Las variables de decisin las denotaremos por xij, la cual nos indica el
nmero de bienes que sern transportados del origen i al destino j.
Si adems, cij son los costos por unidad trasladada del origen i al destino
j, entonces la funcin que representa los costos de transporte de todas
las unidades se calcula sumando el producto del costo unitario por el
nmero de unidades transportadas desde cada uno de los orgenes a cada
uno de los destinos, es decir:
m n
Z m n cij xij
i 1 j 1
x
j 1
ij ai i 1, 2, m
x
i 1
ij b j j 1, 2, n
264
Investigacin de operaciones
m n
ai b j
i 1 j 1
Condiciones de no negatividad:
m n
Zm n c x
i 1 j 1
ij ij
x
j 1
ij ai i 1, 2, m
x
i 1
ij b j j 1, 2, n
Ejemplo 1
265
Unidad 7
266
Investigacin de operaciones
Si adems, cij son los costos por unidad trasladada del origen i al destino
j, entonces la funcin que representa los costos de transporte de todas las
unidades estar dada por la expresin:
2 3
c x
i 1 j 1
ij ij 100 x11 50 x12 300 x13 120 x21 200 x22 180 x23
El nmero de unidades (ai) que se puede enviar desde las dos plantas
armadoras a los tres centros de distribucin debe ser igual a 8 500.
Asimismo, el nmero de unidades (bj), que deben recibir las distribuidoras
tambin debe ser de 8 500.
a
i 1
i 5 000 3 500 8 500
3
b
j 1
j 4 000 3 000 1 500 8 500
x
j 1
1j x11 x12 x13 5 000
x
j 1
2j x21 x22 x23 3 500
Por su parte las restricciones de demanda que tiene cada una de las
distribuidoras se expresan mediante las igualdades:
267
Unidad 7
x
i 1
i1 x11 x21 4 000
2
x
i 1
i2 x12 x22 3 000
2
x
i 1
i3 x13 x23 1 500
Z m n 100 x11 50 x12 300 x13 120 x21 200 x22 180 x23
s.a.:
2
a
i 1
i 5 000 3 500 8 500
3
b
j 1
j 4 000 3 000 1 500 8 500
x
j 1
1j x11 x12 x13 5 000
x
j 1
2j x21 x22 x23 3 500
x
i 1
i1 x11 x21 4 000
2
x
i 1
i2 x12 x22 3 000
2
x
i 1
i3 x13 x23 1 500
xij 0 con i = 1, 2 y j = 1, 2, 3
268
Investigacin de operaciones
Ejemplo 2
269
Unidad 7
270
Investigacin de operaciones
Ejemplo 3
Nos damos cuenta de que la mayora de las entradas de la tabla son ceros.
El resto de las entradas son unos, con excepcin de las entradas de la
funcin objetivo. Este tipo de tabla hace necesario que se busque un
mtodo alterno ms eficiente para resolver este modelo y que tome en
cuenta las caractersticas particulares del modelo de transporte.
271
Unidad 7
272
Investigacin de operaciones
Algoritmo general
273
Unidad 7
Ejercicio 1
1. El objetivo del modelo de transporte es _____________ el costo de
transporte.
274
Investigacin de operaciones
Ejemplo 4
275
Unidad 7
Una vez que tenemos la primera solucin factible, debemos calcular los
costos marginales asociados a cada una de las celdas no bsicas (no
empleadas en la solucin).
276
Investigacin de operaciones
277
Unidad 7
Hay una disminucin en costo al trasladar una unidad a la celda (2, 1).
El costo marginal de esta trayectoria es $40, por lo tanto, es necesario
formar otra tabla de solucin.
278
Investigacin de operaciones
279
Unidad 7
Como los dos costos marginales son positivos, la ltima tabla de solucin
es la ptima.
Ejercicio 2
1. El primer paso para resolver un problema de transporte es hallar una
____________ inicial.
280
Investigacin de operaciones
281
Unidad 7
Ejemplo 5
282
Investigacin de operaciones
Slo quedan las celdas (1, 3), (2, 3) y (3, 3) para asignarles una cantidad.
La celda de costo menor es la (3, 3), a esta celda le asignamos 3 unidades,
la siguiente es la (2, 3) y a sta le asignamos 1 unidad y finalmente a la
(1, 3) le asignamos 2 unidades (para completar al mximo las cantidades
en demanda).
283
Unidad 7
x12 = 8, x13 = 2, x23 = 1, x24 = 11, x31 = 12, x33 = 3, con Z = $290
Ejercicio 3
Califica cada una de las siguientes aseveraciones como verdaderas o
falsas, segn corresponda.
284
Investigacin de operaciones
ui + vj = cij
285
Investigacin de operaciones
Introduccin
U
n caso particular del modelo de transporte es el modelo de
asignacin, que tiene como propsito asignar personas u objetos a
tareas de tal forma que se optimice algn objetivo, por ejemplo:
309
Unidad 8
En las restricciones se asigna una persona a cada una de las tareas y cada
tarea debe ser realizada por una persona. Esto lo representamos como:
n
x
j 1
ij 1 para i 1, 2,... n
x
i 1
ij 1 para j 1, 2,... n
310
Investigacin de operaciones
n
Z mn j 1 Cij xij
n
i 1
Sujeto a:
x
j 1
ij 1 para i 1, 2,... n
x
i 1
ij 1 para j 1, 2,... n
Ejemplo 1
311
Unidad 8
Ejemplo 2
312
Investigacin de operaciones
Ejercicio 1
1. El objetivo en el problema de asignacin es ________________ los
costos.
2. Las variables en el problema de asignacin son _______________.
3. Una persona debe ser asignada a ________ tarea.
4. El nmero de tareas y el nmero de personas por asignar deben ser
_____________.
5. Construir la tabla inicial del siguiente problema de asignacin.
Se desea asignar de manera ptima cada uno de los proyectos a cada una
de las empresas.
313
Unidad 8
Algoritmo general
314
Investigacin de operaciones
Ejemplo 3
315
Unidad 8
316
Investigacin de operaciones
Ejemplo 4
Paso 2. El costo menor de cada una de las filas es 100, 300, 250 y
150 respectivamente. Al restar el costo mnimo de cada una de las filas
correspondientes obtenemos:
317
Unidad 8
Ejemplo 5
Se necesitan hacer trabajos de jardinera, pintura y plomera en una casa.
Se pide a Juan, Pedro y Luis que realicen un presupuesto sobre cada uno
de los trabajos de manera independiente. A continuacin se muestra el
costo que presentaron para las diferentes tareas.
318
Investigacin de operaciones
Debemos asignar una tarea a cada uno de ellos, de tal manera que se
minimice el costo total.
Paso 1. La tabla inicial es:
Paso 2. Los costos mnimos de cada una de las filas son 15, 25 y 18
respectivamente. Al restar cada uno de ellos a cada una de las filas
respectivas obtenemos:
Paso 3. Los costos mnimos de esta nueva tabla por columna son 0, 0 y
3. Al restar cada uno de estos valores a la columna respectiva obtenemos
la siguiente tabla:
319
Unidad 8
Trazamos el menor nmero de lneas rectas que cubran todas las celdas
con entradas cero
Regresamos al paso 4.
320
Investigacin de operaciones
Ejemplo 6
Paso 2. Los costos mnimos por fila son 15, 25 y 18, se restan a los
valores en la fila correspondiente:
321
Unidad 8
Paso 3. Los costos mnimos por columna son 0, 0 y 12, se restan a los
valores de su columna correspondiente:
Ejercicio 2
1. El mtodo de matriz reducida fue desarrollado por dos matemticos:
a) Ingleses.
b) Rusos.
c) Estadounidenses.
d) Hngaros.
2. El tamao de la tabla inicial del mtodo de matriz reducida es de:
a) m n
b) n m
c) n n
d) n1 n1
322
Investigacin de operaciones
n
Z mn j 1 Cij xij
n
i 1
323
Unidad 8
Sujeto a:
n
x
j 1
ij 1 para i 1, 2,... n
x
i 1
ij 1 para j 1, 2,... n
Sea pi el costo menor de cada fila, al restar esta cantidad de cada fila nos
queda un nuevo costo, dado por: C ij = Cij pi
324
Investigacin de operaciones
Z=(C11p1q1)x11+(C12p1q2)x12+(C21p2q1)x21+(C22p2q2)x22
n n n n
Z Cij xij ( pi q j ) xij
i 1 j 1 i 1 j 1
n n n n
( pi q j ) xij pi q j
i 1 j 1 i 1 j 1
n n n n n n
Z Cij xij pi q j Cij xij constante
i 1 j 1 i 1 j 1 i i j 1
Debido a que esta funcin objetivo difiere de la original por slo una
constante, ambas deben tener los mismos valores de xij, por lo tanto
tienen la misma solucin. Con esto demostramos que los pasos realizados
en el algoritmo hngaro son vlidos.
325
Unidad 8
Ejemplo 7
326
Investigacin de operaciones
Ahora, si los costos se incrementan en 10% la tabla con los nuevos costos
es:
Al resolver obtenemos:
Paso 2. Los costos menores por fila son 11, 2.20 y 5.50, respectivamente,
se restan de los costos en su fila correspondiente:
327
Unidad 8
La solucin ptima del problema es: x11=1, x22=1, x33=1 con un costo
mnimo de asignacin de Z=$ 20.90. Observamos que la solucin es la
misma, es decir, tenemos las mismas variables con valor uno, lo nico
que cambia es el valor de Z, el cual se incrementa en $ 1.90.
Ejemplo 8
328