Universidad Nacional de San Agustn

Facultad de Ingeniera de Produccin y Servicios

Capitulo I
INTRODUCCIN A LA
INVESTIGACION DE OPERACIONES

Mg. Olha
Objetivo

Proporcionar herramientas que permitan al

ingeniero estudiar y planificar sistemas
complejos, con el fin de plantear alternativas
que en lo posible sean ptimas para su
adecuado funcionamiento.

Mg. Olha
INVESTIGACION DE OPERACIONES

Arte y Ciencia de Tomar decisiones

La naturaleza de los problemas abordados puede
ser determinstica, como en los Modelos de
Programacin Matemtica, donde la teora de
probabilidades no es necesaria, o bien de
problemas donde la presencia de incertidumbre
tiene un rol preponderante, como en los Modelos
Probabilsticos.

Mg. Olha
Qu es la investigacin de
operaciones?
Kamblesh Mathur: Es el uso de la Matemtica y
computadoras para ayudar a tomar decisiones
racionales frente a problemas de administracin.
Jorge Alvarez:Es un procedimiento o un enfoque
para resolver problemas relacionados con la toma
de decisiones
Resumiendo: La Investigacin de Operaciones es
el uso de la matemtica e informtica para resolver
problemas del mundo real, tomando decisiones
acertadas que garanticen el xito.

Mg. Olha
Lawrence y Pasternak, (1998) Es 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.
La capacidad de comunicar
efectivamente los resultados.

Mg. Olha
 Es la aplicacin del mtodo cientfico para asignar los recursos
o actividades de forma eficaz, en la gestin y organizacin de
sistemas complejos.
Es el conjunto de tcnicas matemticas aplicadas adecuadas
para resolver problemas reales de:

Planificacin
Logstica
Diseo de productos y procesos
Control de procesos, etc

Mg. Olha
Objetivo de la investigacin de
operaciones
Apoyar a la toma de decisiones sistemas complejos.
Estudiar la asignacin ptima de recursos escasos a
determinada actividad.
Evaluar el rendimiento de un sistema con objeto de
mejorarlo.
Obtener informacin cuantitativa.
Mejorar procedimientos tradicionales: opiniones de
expertos, reglas simples.
Lograr flexibilidad y bajo coste.
Hacer el tratamiento de la incertidumbre.
Conocer las limitaciones de los modelos.

Mg. Olha
La I.O. busca la experticia humana

Desempeo correcto y rpido dentro de un dominio especfico.

Capacidad para justificar un resultado y explicar el proceso de
razonamiento.
Capacidad para aprender de la experiencia.
Capacidad para resolver casos nicos basndose en principios,
modelos, experiencias, casos o reglas.
Capacidad para razonar bajo condiciones de incertidumbre e
informacin incompleta y aplicar su sentido comn o conocimiento
general.

Mg. Olha
 Experto humano

MEMORIA A LARGO PLAZO

Conocimiento en el dominio,
experiencia, expertisia.

ASESORIA
RAZONAMIENTO Recomendaciones,
APRENDIZAJE conclusiones,
casos resueltos.

MEMORIA A CORTO
PLAZO
Hechos, casos, reglas,
conclusiones.
Mg. Olha
 Sistema experto

BASE DE CONOCIMIENTOS
Conocimiento en el dominio,
experiencia, expertisia.

USUARIO
MAQUINA DE INFERENCIA Recomendaciones,
RED NEURONAL conclusiones,
casos resueltos.

MEMORIA DE TRABAJO
(RAM)
Hechos, casos, reglas,
conclusiones.
Mg. Olha
rbol de conocimiento

Decisiones

Conocimiento

Informacin

Datos

Mg. Olha
RESEA HISTRICA

Arqumedes en el ao 212 antes de Jesucristo

defensa de Siracusa
Siglos XVII y XVIII - Newton, Leibnitz, Bernouilli y
Lagrange - mximos y mnimos condicionados de
determinadas funciones.
Jean Baptiste-Joseph Fourier (1768-1830) -
programacin lineal.

Mg. Olha
 F. W. Lanchester (1914 1915) - concepto
Investigacin de Operaciones Lanchester model
una situacin que involucraba opciones estratgicas,
y despus prob ese modelo contra la situacin real.
Ford W. Harris (1915) - modelo de inventario (lote
econmico de pedido).
H. S. Owen (1925), Benjamn Cooper (1926), R.H.
Wilson (1926) y W. A. Mueller (1927) - otros
contribuyentes al desarrollo de modelos de control
de inventarios.

Mg. Olha
 Leonid Vitalyevich Kantarovitch (1939) - monografa
Mtodos matemticos de organizacin y planificacin
de la produccin.
Koopmans y Kantarovitch (1941-1942) formulacin
del problema de transporte.
Tres aos ms tarde, G. Stigler plantea otro problema
particular conocido con el nombre de rgimen
alimenticio optimal.
G.B. Dantzig (1947) Mtodo Simplex.

Mg. Olha
Despus de la II Guerra Mundial, las Empresas
reconocieron el valor de aplicar las tcnicas en:
Refineras de petrleo,

Distribucin de productos,

Planeacin y control de la produccin,

Estudio de mercado y Planeacin de Inversiones.

Mg. Olha
Sigue habiendo un gran desarrollo, en muchos sectores, con
grandes avances sobre todo en el campo de la Inteligencia
Artificial.
Ms informacin:
Sociedad Espaola de Estadstica e Inv. Operativa(SEIO)
www.cica.es/aliens/seio.
Association of European O.R.Societies (EURO)
www.ulb.ac.be/euro/euro_welcome.html
Institute for O.R. and the Management Sci. (INFORMS)
www.informs.org
International Federation of O.R. Societies (IFORS)
www.ifors.org

Mg. Olha
AREAS DE APLICACIN

Manufactura
Transporte
Telecomunicaciones
Salud
Planeacin
Servicios
Finanzas
Otros

Mg. Olha
APLICACIONES DE LA INVESTIGACIN DE
OPERACIONES
Ahorros
Organizacin Aplicacin Ao
anuales

Ministerio holands de Desarrollo de la poltica nacional de

Infraestructura y Medio administracin del agua, incluyendo
1985 $15 millones
Ambiente (The Netherlands mezcla de nuevas instalaciones,
Rijkswaterstaat) procedimientos de operaciones y costes

Optimizacin de las operaciones de

Monsanto Corp. produccin para cumplir metas con un 1985 $2 millones
costo mnimo
Optimizacin del corte de rboles para
Weyerhaeuser Co. maximizar la produccin de productos 1986 $15 millones
derivados de la madera

Asignacin ptima de recursos hidrulicos

Electrobras/CEPAL Brasil y trmicos en el sistema nacional de 1986 $43 millones
generacin de energa

Mg. Olha
 Programacin de turnos de trabajo en
oficinas de reservas y aeropuertos para
United Airlines 1986 $6 millones
cumplir con las necesidades del cliente a
un costo mnimo

Optimizacin de las operaciones de

CITGO Petroleum
refinacin y de la oferta, distribucin y 1987 $70 millones
Corp.
comercializacin de productos

Optimizacin de inversiones de capital para

Santos, Ltd. producir gas natural durante 25 aos en 1987 $3 millones
Australia

Administracin de inventarios de petrleo y

Electric Power carbn para el servicio elctrico con el fin de
1989 $59 millones
Research Institute equilibrar los costos de inventario y los
riesgos de dficit

Optimizacin de la programacin y
San Francisco Police
asignacin de oficiales de patrulla con un 1989 $11 millones
Department
sistema informatizado

Mg. Olha
 Optimizacin de la mezcla de ingredientes
disponibles para que los combustibles
Texaco, Inc. 1989 $30 millones
obtenidos cumplieran con los
requerimientos de ventas y calidad

$20 millones +
Integracin de una red nacional de inventario
$250 millones
IBM de recambios para mejorar el apoyo al 1990
en menor
servicio
inventario

Rapidez en la coordinacin de aviones,

U.S. Military
tripulacin, carga y pasajeros para manejar la
Airlift 1992 Victoria
evacuacin por aire en el proyecto "Tormenta
Command
del Desierto" en el Medio Oriente

Diseo de un sistema de estructura de

$500 millones
American precios, sobreventas (exceso de reservas) y
1992 ms de
Airlines coordinacin de vuelos para mejorar los
ingresos
beneficios

Mg. Olha
 Optimizacin del diseo de una red
Yellow Freight nacional de transporte y la
1992 $17.3 millones
System, Inc. programacin de rutas de envo en
Estados Unidos

Diseo de un programa efectivo de

New Haven Health 33% menos
cambio de agujas para combatir el 1993
Dept. contagios
contagio del SIDA

Desarrollo de un sistema informtico en

AT&T el diseo del centro de llamadas para 1993 $750 millones
guiar a los clientes del negocio

Maximizacin de ganancias a partir de la

asignacin de los tipos de aviones en
Delta Airlines 1994 $100 millones
2.500 vuelos nacionales en Estados
Unidos

Mg. Olha
 Reestructuracin de toda la cadena
de suministros entre proveedores,
Digital Equipment
plantas, centros de distribucin, 1995 $800 millones
Corp.
sitios potenciales y reas de
mercado
Seleccin y programacin ptima de
China proyectos masivos para cumplir con las 1995 $425 millones
necesidades futuras de energa del pas
Cuerpo de defensa Rediseo ptimo del tamao y forma
$1.100
de la Repblica de del cuerpo de defensa y su sistema de 1997
millones
Sudfrica armas
Rediseo del sistema de produccin y
distribucin norteamericano para reducir
Procter & Gamble 1997 $200 millones
costos y mejorar la rapidez de llegada al
mercado
Programacin ptima de empleados
Taco Bell para proporcionar el servicio a clientes 1998 $13 millones
deseado con un costo mnimo
Rediseo de tamao y localizacin de
$280 millones
inventarios de seguridad en la lnea de
Hewlett-Packard 1998 de ingreso
produccin de impresoras para cumplir
adicional
metas de produccin Mg. Olha
ENFOQUE DE LA INVESTIGACIN DE
OPERACIONES

Mg. Olha
 QU ES UN SISTEMA?

Lmite del Rela

sistema Parte del
sistema cin

Es un conjunto de partes inter-relaciondas.

Existe en un medio ambiente separado por sus lmites.
Persigue un objetivo.
Dependen del observador.

Mg. Olha
Ejercicio 1
Todos los sistemas son iguales?
De qu depende?

Mg. Olha
Definicin de los sistemas
Estructural
Se define el sistema identificando y describiendo cada
una de sus partes.
Se considera que luego de hacer esto se puede
conocer al sistema.
Funcional
Se define el sistema considerando cada una de sus
partes como una caja negra y conociendo las
interrelaciones que existen entre ellas.
Se conoce la sistema, si es que se conoce su
dinmica.

Mg. Olha
Propiedades de los sistemas
Sinergia.
La interrelacin de las partes es mayor o menor
que la simple suma de las partes.
Entropa
Indica el grado de desorden del sistema. Se
puede reducir la entropa ingresando
informacin al sistema.
Equilibrio homeosttico.
Equilibrio dinmico

Mg. Olha
Cul es un sistema?

Mg. Olha
Dnde estn los sistemas?

Sistema?

Mg. Olha
Dnde estn los sistemas?
Los sistemas son
constructos mentales.

Corresponden a la
representacin mental de
los objetos del mundo real.

Cada sistema depende del

punto de vista del
observador (modelador).

Corresponden a modelos
de la realidad (modelo
mental)

Diferentes Personas Diferentes Visiones Diferentes

Sistemas
Mg. Olha
Modelado y tipos de modelos

Mg. Olha
QU ES EL MODELADO?

Los procesos y sistemas en ingeniera son

generalmente complicados y deben ser simplificados
mediante idealizaciones y aproximaciones para poder
resolver el problema planteado

El proceso de simplificacin del problema, para que

pueda ser representado en trminos de un sistema de
ecuaciones (para el anlisis, diseo y optimizacin) o
a travs de un arreglo fsico (para experimentacin),
es lo que se conoce como modelado

Mg. Olha
 MODELADOO

Modelacin es tanto un arte como una

ciencia, es un proceso para resolver
problemas.
La decisin mas importante en la
modelacin es la eleccin del modelo de
los muchos que puedan aparecer en una
aplicacin particular
Veremos una conceptualizacin desde el
punto de vista sistmica
Mg. Olha
QU ES UN MODELO?

Representacin de la realidad

Mg. Olha
Modelos Mentales y Formales
Modelos Mentales. Depende de
nuestro punto de vista, suele ser
incompletos y no tener un
enunciado preciso, no son
fcilmente transmisibles.
Ideas, conceptualizaciones

Modelo Formales. Estn basados

en reglas, son transmisibles.
Planos, diagramas, maquetas

Piedra de Sayhuite, Abancay

Mg. Olha
Modelos Icnicos y Abstractos

Modelos analgicos
Modelos a escala
Modelos fsicos

Simulacin por
computadora

matemticos.
Modelos

icnico abstracto
Exactitud Abstraccin
1. Planta piloto
2. Modelo de un tomo, globo terrqueo, maqueta
3. Reloj, medidores de voltaje, grfica de volumen/costo
4. Modelos de colas, modelos de robots
5. Velocidad, ecuaciones diferenciales.

Modelo analgico. Son aquellos en los que una propiedad del objeto real est representa-
da por una propiedad sustituida, por lo que en general se comporta de la misma manera.
Mg. Olha
 El modelo debe tener suficientes detalles
como para que:

El resultado sea satisfactorio

Sea consistente con los datos
Pueda ser analizado en el tiempo
con el que se cuenta para ello

Realismo Simplicidad

Mg. Olha
Modelo

Es una abstraccin de la realidad.

Es una representacin de la realidad que ayuda a
entender cmo funciona.
Es una construccin intelectual y descriptiva de una
entidad en la cual un observador tiene inters.
Se construyen para ser transmitidos.
Supuestos simples son usados para capturar el
comportamiento importante.
Un modelo es un sistema desarrollado para entender la realidad y en
consecuencia para modificarla.
No es posible modificar la realidad, en cierta direccin, si es que no
se dispone de un modelo que la interprete.

Mg. Olha
 Por qu un modelo?

Permite deducir conclusiones

Menos tiempo
Menos dinero
Reduce riesgo

Mg. Olha
 MODELOS Y AYUDA
EN LA TOMA DE DECISIONES

Un modelo es una representacin de algn equipo o

sistema real. El valor de un modelo surge cuando ste
mejora nuestra comprensin de las caractersticas del
comportamiento en forma ms efectiva que si se
observar el sistema real.
Un modelo, comparado con el sistema verdadero que
representa, puede proporcionar informacin a costo
ms bajo y permitir el logro de un conocimiento ms
rpido de las condiciones que no se observan en la
vida real.

Mg. Olha
MODELACION MATEMATICA

Qu es la modelacin matemtica?
Es un mtodo para resolver problemas
matemticamente
Qu es la modelo matemtico?
Es una representacin matemtica de la
relacin entre dos o mas variables
relevantes a una situacin o problema
dado

Mg. Olha
 Un modelo es un arreglo fsico o un
conjunto de ecuaciones que sirven para
representar algn sistema o proceso
Clasificacin general de los modelos:
Modelos descriptivos
Modelos predictivos

Mg. Olha
MODELOS DESCRIPTIVOS ( imagen)
Son los que se usan para explicar los mecanismos y principios que
interactan en un sistema. Por ejemplo, una turbina seccionada, un
intercambiador de calor, una bomba de agua, un motor de combustin
interna, entre muchos otros
MODELOS PREDICTIVOS ( Qu suceder si....)
Son los que se emplean en el diseo y optimizacin de sistemas en
ingeniera. Son capaces de predecir el comportamiento de un sistema
dado. Se pueden clasificar en cuatro tipos:
Modelos anlogos
Modelos matemtico
Modelos fsico
Modelos numricos

Mg. Olha
Modelos Anlogos
Los modelos anlogos son basados en las analogas o
similitudes entre los diferentes fenmenos fsicos existentes;
estos permiten el uso de la solucin y resultados de un
problema familiar, para obtener los correspondientes resultados
de algunos problemas no resueltos
Un ejemplo de modelos anlogos es el anlisis de la transferencia
de calor a travs de una pared de varios espesores y diferentes
materiales estudiada mediante la Ley de Ohms

Mg. Olha
TIPO CARACTERSTICAS EJEMPLOS

Analgicos Intangible Mapa de

Difcil de comprender carreteras
Fcil de duplicar Velocimetro
y compartir Grficas
Fcil de manipular
Alta amplitud de uso

Mg. Olha
Modelos Fsicos: contienen los principales componentes
del sistema real y los procesos y/o reacciones del sistema se
deducen por observaciones sobre el sistema fsico simplificado

Un modelo fsico es uno que representa un sistema, y generalmente

es usado para obtener resultados experimentales sobre el
comportamiento de un sistema
Un ejemplo de ellos son los modelos a escala de vehculos los
cuales son colocados dentro de tneles de viento para estudiar las
fuerzas de arrastre y sustentacin generadas sobre la carrocera

Mg. Olha
TIPO CARACTERSTICAS EJEMPLOS

Fsicos Tangible Modelos a escala

Fcil de comprender de aeroplanos,
Difcil de duplicar casas, ciudades,...
y compartir
Difcil de manipular
Baja amplitud de uso

Mg. Olha
Modelos Matemticos: se basa su conceptualizacin en
formulaciones matemticas de los procesos ms importante del
problema en cuestin.

Un modelo matemtico es uno que representa el desempeo y

comportamiento de un sistema dado en trminos de ecuaciones
matemticas, ofreciendo resultados cuantitativos
Los modelos matemticos pueden estar basados en el
entendimiento fsico de un sistema por construccin de modelos a
partir de datos (e.g., ajuste de curvas a datos experimentales).
Las ecuaciones que gobiernan el sistema pueden ser algebraicas,
ecuaciones diferenciales ordinarias y/o parciales, ecuaciones
integrales combinacin de varias de ellas

Mg. Olha
 TIPO CARACTERSTICAS EJEMPLOS

Matemticos Intangible Modelo de

(Simblicos) Difcil de comprender Simulacin
Fcil de duplicar Modelo
y compartir Algebraico
Fcil de manipular Modelo de
Muy Alta amplitud la Economa
de uso Modelo de
Programacin
Lineal

Mg. Olha
Modelos Numricos
Los modelos numricos son basados en los modelo matemticos
y permiten obtener el comportamiento del sistema para diferentes
condiciones de operacin y diferentes parmetros de diseo
Un aspecto importante es que muy pocos problemas pueden ser
resueltos por procedimientos analticos, siendo necesario el
empleo de mtodos numricos para resolver las ecuaciones que
gobiernan los sistemas reales
Los modelos numricos estn referidos a la reestructuracin y
discretizacin de las ecuaciones que gobiernan el sistema, para
luego ser resueltas empleando el computador

Mg. Olha
 Modelacin Matemtica
Problema(Ciencia o Ingeniera)
Ejemplos: Acufero, Yacimiento Petrolero,
Atmsfera

Mecnica los Sistemas Continuos

(Ecuaciones de Balance + Leyes
Constitutivas)

Modelo Matemtico
(Sistema de Ecuaciones Diferenciales)
Mg. Olha
 Modelacin Numrica
Modelo Matemtico
(Sistema de Ecuaciones Diferenciales)

Mtodos Numricos
(Discretizacin de las Ecuaciones
Diferenciales)

Modelo Numrico
(Sistema de Ecuaciones Algebraicas)
Mg. Olha
 Taxonoma de los modelos
Modelo del Sistema

Determinstico Estocstico

Esttico Dinmico Esttico Dinmico

Continuo Discreto Continuo Discreto

Estocstico. Uno o ms parmetros aleatorios. Entradas fijas produce salidas diferentes

Determinstico. Entradas fijas producen salidas fijas
Esttico. Estado del sistema como un punto en el tiempo
Dinmico. Estado del sistema como cambios en el tiempo
Tiempo-continuo. El modelo permite que los estados del sistema cambien en cualquier momento.
Tiempo-discreto. Los cambios de estado del sistema se dan en momentos discretos del tiempo.

Mg. Olha
Estocstico - Determinstico
Estocstico (*)
Si el estado de la variable en el
siguiente instante de tiempo no se
puede determinar con los datos del
estado actual
Determinstico
Si el estado de la variable en el
siguiente instante de tiempo se puede
determinar con los datos del estado
actual

xi yi xi yi

Mtodo analtico: usa probabilidades Mtodo numrico: algn mtodo de

para determinar la curva de resolucin analtica
distribucin de frecuencias

Mg. Olha
Continuo - Discreto
Continuo Discreto (*)
El estado de las variables cambia El estado del sistema cambia en
continuamente como una funcin del tiempos discretos del tiempo
tiempo
e = f (t) e = f(nT)

Mtodo analtico: usa razonamiento Mtodo numrico: usa

de matemticas deductivas para procedimientos computacionales para
definir y resolver el sistema resolver el modelo matemtico.

Mg. Olha
Evento Continuo

La simulacin continua
son anlogas a un
deposito en donde el
fluido que atraviesa una
caera es constante. El
volumen puede aumentar
o puede disminuir, pero el
flujo es continuo. En
modelos continuos, el
cambio de valores se
basa directamente en los
cambios de tiempo.

Mg. Olha
Evento discreto
La llegada de rdenes, o las
partes que estn siendo
ensambladas, as como los
clientes que llaman, son
ejemplos de eventos discretos. El
estado de los cambios en los
modelos slo se dan cuando
esos eventos ocurren. Una
fbrica que ensambla partes es
un buen ejemplo de un sistema
de evento discreto. Las entidades
individuales (partes) son
ensambladas basadas en
eventos (recibo o anticipacin de
rdenes). El tiempo entre los
eventos en un modelo de evento
discreto raramente es uniforme:

Mg. Olha
Esttico - Dinmico
Esttico Dinmico (*)
Si el estado de las variables no Si el estado de las variables puede
cambian mientras se realiza algn cambiar mientras se realiza algn
clculo clculo

f [ nT ] = f [ n(T+1) ] f [ nT ] f [ n(T+1) ]

Mtodo analtico: algn mtodo de Mtodo numrico: usa

resolucin analtica. procedimientos computacionales para
resolver el modelo matemtico.

Mg. Olha
Modelos estticos
Los modelos estticos describen un sistema,
en trminos de ecuaciones matemticas,
donde el efecto potencial de cada alterativa
es evaluada a travs de ecuaciones. La
actuacin del sistema es determinada
sumando los efectos individuales. Los
modelos estticos ignoran las variaciones en
el tiempo

Mg. Olha
Modelos dinmicos
Los modelos dinmicos son una
representacin de la conducta dinmica de
un sistema, Mientras un modelo esttico
involucra la aplicacin de una sola ecuacin,
los modelos dinmicos, por otro lado, son
reiterativos. Los modelo dinmicos
constantemente aplican sus ecuaciones
considerando cambios de tiempo.

Mg. Olha
Tipos de modelos a estudiar
con la dinmica de sistemas

61
Mg. Olha
Mg. Olha
Avin a escala

Mg. Olha
Ejemplo de modelo anlogo

Mg. Olha
Mixtos

Mg. Olha
Modelo de ruta

Mg. Olha
Modelo binario

Mg. Olha
Programacin dinmica

Mg. Olha
Modelo de inventarios

Mg. Olha
Simulacin

Mg. Olha
Lneas de espera

Mg. Olha
 Mapa Conceptual

Modelo
Fsico
continu
Modelo
o continuo
Analgico
S
I
M Tipos de Modelo de Tipos de
S
O Modelos Simulacin Simulacin
discret
D
T o eventos
E Modelo
E
L Utilidad Matemtico
M
O
A

Mg. Olha
Ejercicio
Para los siguientes sistemas, determine el tipo de sistema:
Sistema Variable de Inters Continua / Estocstica/ Esttica/
Discreta Determinstica Dinmica
Control de inventarios Demanda, Pedido

Control de peaje Tiempo entre Llegada

Diagnstico mdico Tiempo de atencin

Despacho de combustible Tiempo entre llegadas

Caja de un supermercado Nmero de productos

Fbrica de carros Tiempo entre fallas

Biblioteca Libros prestados

Mantenimiento de Maquinaria Tiempo sig. atencin

Mg. Olha
Para qu sirve un modelo?

Herramienta de prediccin
Ayuda para el pensamiento

Para entrenamiento
e instruccin

Ayuda para la experimentacin Ayuda para la comunicacin

el modelo o la realidad? Mg. Olha

Modelos de ingeniera
Modelo de ingeniera:
Representacin reducida de un sistema
Propsito:
Ayudar a comprender un problema
complejo (o solucin)
Comunicar ideas acerca de un problema o
solucin
Guiar la implementacin

Mg. Olha
Caractersticas de los modelos
Abstracto
Enfatiza los elementos importantes y oculta los
irrelevantes
Comprensible
Fcil de comprender por los observadores
Preciso
Representa de forma fiel el sistema que modela
Predictivo
Se pueden usar para deducir conclusiones sobre el
sistema que modela
Barato
Mucho ms barato y sencillo de construir que el sistema
que modela
Los modelos de ingeniera eficaces deben satisfacer
todas estas caracterstica
Mg. Olha
Cmo se usan
Para detectar errores u omisiones en el diseo
antes de comprometer recursos para la
implementacin
Analizar y experimentar
Investigar y comparar soluciones alternativas
Minimizar riesgos
Para comunicarse con los stakeholders
Clientes, usuarios, implementadores, encargados
de pruebas, documentadores, etc.
Para guiar la implementacin

Mg. Olha
 EXPERIMENTAR
CON EL SISTEMA
REAL

FORMAS
DE
ESTUDIAR Modelo
UN fsico
SISTEMA:

EXPERIMENTAR CON UN
MODELO DEL SISTEMA
(VALIDACIN) Solucin analtica

Modelo
matemtico

Simulacin

78
Mg. Olha
PRINCIPIOS GENERALES DE LA MODELACIN
"Los modelos no pueden reemplazar al tomador de decisiones, slo
auxiliarlos"

1. No debe elaborarse un modelo complicado cuando uno simple

es suficiente.
2. El problema no debe ajustarse al modelo o mtodo de
solucin.
3. La fase deductiva de la modelacin debe realizarse
rigurosamente.
4. Los modelos deben validarse antes de su implantacin.
5. Nunca debe pensarse que el modelo es el sistema real
6. Un modelo debe criticarse por algo para lo que no fue hecho.
7. No venda un modelo como la perfeccin mxima.
8. Uno de los primeros beneficios de la modelacin reside en el
desarrollo del modelo.
9. Un modelo es tan bueno o tan malo como la informacin con la
que trabaja.
10. Los modelos no pueden reemplazar al tomador de decisiones

Mg. Olha
Problemas matemticos de optimizacin

Consisten en la maximizacin o minimizacin

de funciones algebraicas de una o ms
variables
La seleccin de las variables pueden estar
restringidas por ecuaciones o inecuaciones
algebraicas llamadas restricciones, de forma
tal que el objetivo no es encontrar el mejor
valor posible sino el mejor valor permitido por
las restricciones

Mg. Olha
COMPONENTES DE UN PROBLEMA DE
OPTIMIZACIN

Funcin objetivo
Medida cuantitativa del funcionamiento del sistema
que se desea optimizar (maximizar o minimizar)
Variables
Representan las decisiones que se pueden adoptar
y de las que depende el valor de la funcin objetivo
Variables de control y de estado
Restricciones
Relaciones que las variables deben satisfacer
Igualdades y desigualdades

Mg. Olha
CLASIFICACIN DE MODELOS
Funcin objetivo
Lineal, cuadrtica, no lineal, no diferenciable,
multiobjetivo, estocstica, sin funcin objetivo
Restricciones
Sin restricciones, lineales, no lineales, no
diferenciables, acotadas, disyuntivas,
probabilsticas
Variables
Continuas, enteras, binarias

Mg. Olha
Formulacin general de un problema de
optimizacin

Encontrar x tal que

se maximice o minimice una funcin objetivo f(x)
sujeto a restricciones: gi(x) = bi (i=1,, m)
gj(x) bj (j=m,, k)
Donde
x es un vector de n variables independientes

Mg. Olha
Ejemplos de optimizacin en ingeniera

1. Diseo de un avin para un mnimo peso y mxima resistencia

2. Trayectorias ptimas de vehculos espaciales
3. Diseo de estructuras con mnimo costo
4. Diseo de proyectos de abastecimiento de agua, como en
presas, para mitigar el dao por inundacin mientras se
obtiene mxima generacin de potencia
5. Diseo de bombas y equipos de transferencia de calor para
mxima eficiencia
6. Anlisis estadstico y modelado con un mnimo error (e.g.,
redes neuronales)
7. Redes de tuberas ptimas
8. Solucin de problemas inversos

Mg. Olha
PASOS PARA LA CONSTRUCCIN
DE MODELOS MATEMATICOS

Mg. Olha
PROCESO DEL ANLISIS CUANTITATIVO

Formulacin del Resolucin

Definicin del
modelo y recoleccin del modelo
problema
de datos

Es
vlida
Modelo No
la Solucin
modificado
soluci
n?
Si

Generacin de
Reportes e
Implementacin

Mg. Olha
 EL PROBLEMA

Los recursos Los sistemas son cada

son escasos vez ms complejos

Cada vez es ms difcil asignar los

recursos o actividades de la forma ms eficaz

Mg. Olha
1. Definicin del problema

-Identificar
Trminos
-Comprender Problema
precisos
-Describir

Mg. Olha
Definicin del problema
Consiste en identificar los elementos de decisin, objetivos (uno o
varios, optimizar o satisfacer), alternativas y limitaciones del
sistema
Hay que recoger informacin relevante (los datos pueden ser un
grave problema)
Es la etapa fundamental para que las decisiones sean tiles

Mg. Olha
Factores problemticos
Datos incompletos, conflictivos, difusos

Diferencias de opinin

Presupuestos o tiempos limitados

Cuestiones polticas

El decisor no tiene una idea firme de lo que quiere

realmente.
Plan de trabajo:
Observar y ser consciente de las realidades polticas
Decidir qu se quiere realmente
Identificar las restricciones
Bsqueda de informacin continua

Mg. Olha
 Situaciones :
Problema bien definida
problema mal definida
Objetivos en conflicto
Actividades a realizar
Estudia el sistema
Desarrollar un resuman del problema:
Objetivos apropiados
Restricciones a tener en cuenta
Interrelacin de reas
Posibles decisiones a tomar
Limites de tiempo de toma de decisiones

Mg. Olha
La complejidad de la realidad . . .
El problema no es de uno sino varios
El medio es dinmico
Los cursos de accin pueden ser muchsimos
Los objetivos pueden ser muchos e incluso
contradictorios
Las decisiones pueden ser ejecutadas por otros
Los resultados de las decisiones pueden afectar a los
ejecutores

Mg. Olha
EJEMPLO DE DEFINICIN DEL PROBLEMA

El problema de la industria de juguetes Toys.

La empresa produce dos tipos de juguetes:
Coches
Trenes

Los recursos estn limitados a:

1200 kg de plstico especial
40 horas de produccin semanal

Mg. Olha
 Requerimientos de Marketing
La produccin total no puede exceder de 800 docenas.
El nmero de docenas de carros no puede exceder al
nmero de docenas de Trenes por ms de 450.

Requerimientos de Produccin
El Carro requiere 2 kg de plstico y 3 minutos de
produccin por docena
El Tren requiere 1 kg de plstico y 4 minutos de produccin
por docena.

Mg. Olha
 Plan comn de produccin para:
Fabricar la mayor cantidad del producto que deje mejores
ganancias, el cual corresponde a Carro ($8 de utilidad por docena)
Usar la menor cantidad de recursos para producir Trenes, porque
estos dejan una menor utilidad ($5 de utilidad por docena).

Cmo obtengo mejores ganancias?

Mg. Olha
2. Formulacin de un modelo
matemtico
Cul es la
estructura del
modelo
matemtico?

Variables de decisin
Parmetros y constantes
Funcin de objetivo: Max/Min
Ecuaciones de restriccin

Mg. Olha
Desarrollo de un modelo matemtico
Paso 1.- Identificar las variables de decisin
Sobre qu tengo control?
Qu es lo que hay que decidir?
Cul sera una respuesta vlida del caso?
Paso 2.- Identificar la funcin objetivo
Qu pretendemos conseguir?
qu me interesara ms?
Paso 3.- Identificar las restricciones o factores que limitan la
decisin, recursos disponibles (trabajadores, mquinas, material),
fechas lmite, naturaleza de las variables (no negatividad, enteras,
binarias).
Paso 4.- Traduccin de los elementos bsicos a un modelo
matemtico.

Mg. Olha
 Definiciones
Max Z = 3X1 + 2X2
Sujeto a:
4X1 + 11X2 = 23
X1 - 2X2 200
Variables de decisin: X1, X2 0
Decisiones cuantificables relacionadas unas con otras.
Ejemplo: Cunto comprar, vender

Parmetros:
Valores constantes que actan como coeficientes al lado derecho de
las variables tanto en la funcin objetivo como en las restricciones y
que se basan en datos tecnolgicos de los problemas.
Ejemplo fijar tasa inflacin

Mg. Olha
 Max Z = 3X1 + 2X2
Sujeto a:
4X1 + 11X2 = 23
X1 - 2X2 200
X1, X2 0

Funcin objetivo:
La medida de efectividad compuesta expresada como una funcin
de las variables de decisin. Puede ser Maximizar o Minimizar

Restricciones:
Limitaciones impuestas sobre los valores de las variables de
decisin, casi siempre en forma de ecuaciones o desigualdades.
Pueden = / /

Mg. Olha
EJEMPLO DEL MODELO

Variables de decisin:
X1 = Cantidad producida de carros (en docenas por semana)
X2 = Cantidad producida de trenes (en docenas por semana)

Funcin objetivo
Maximizar la ganancia semanal:
Max Z = 8X1 + 5X2 (ganancia semanal)
Sujeto a siguientes restricciones:
2X1 + 1X2 <= 1200 (Cantidad de plstico)
3X1 + 4X2 <= 2400 (Tiempo de produccin)
X1 + X2 <= 800 (Limite produccin total)
X1 - X2 <= 450 (Produccin en exceso)
Xj >= 0 , j= 1, 2. (Resultados positivos)

Mg. Olha
PRINCIPALES TIPOS DE RESTRICCIONES

Restricciones de Capacidad
Restricciones de Entradas
Restricciones de Mercado
Restricciones de Composicin
Restricciones de Balance de Materiales
Restricciones Internas
Restricciones por Polticas Administrativas

Mg. Olha
3. Obtencin de una solucin a partir
del modelo.
Resolver un modelo consiste en encontrar los valores de las
variables dependientes, asociadas a las componentes
controlables del sistema con el propsito de optimizar
La seleccin del mtodo de solucin depende de las
caractersticas del modelo.:
Datos del problema
Determinstico / estocstico
Funcin objetivo
Lineal / no lineal
Restricciones
Restringido / irrestringido
Lineal / no lineal
Variables
Continua / discreta

Mg. Olha
 Los procedimientos de solucin pueden
ser clasificados en tres tipos:
Analticos
Numricos
Simulacin

Mg. Olha
4. Solucin

Resultados obtenidos al aplicar un

algoritmo apropiados de solucin
Tcnicas de solucin:
Mtodos ptimos
Mtodos heursticos

Mg. Olha
Resolucin del modelo
Paso 1.- Elegir la tcnica de resolucin adecuada,
creacin o heursticos.
Paso 2.- Generar las soluciones del modelo usando
programas de ordenador, hojas de clculo.
Paso 3.- Comprobar/validar los resultados
Probar la solucin en el entorno real
Paso 4.- Si los resultados son inaceptables, revisar el
modelo, comprobar exactitud, revisar restricciones.
Paso 5.- Realizar anlisis de sensibilidad. Analizar
adaptaciones en la solucin propuesta frente a posibles
cambios.

Mg. Olha
5. Validacin y control de la solucin

Validar revisar la solucin para ver que los

valores tiene sentido y que las decisiones
resultantes puedan llevarse a cabo:
Han captado todas las limitaciones del problema
real?
Algunos aspectos del problemas se pasaron por
alto, omitieron deliberadamente o simplificaron?
Los datos son estimados y registrados
correctamente?

Mg. Olha
6. Modificacin del modelo

Regresar al etapa de formulacin del

problema y realizar las modificaciones
pertinentes

Mg. Olha
7. Implementacin

Poner en practica las respuestas

obtenidas

Mg. Olha
 Usos de los modelos

DECISIONES ESTRATEGICAS:
Debera reemplazarse un sistema existente con un nuevo
sistema propuesto?
Debera cambiarse su poltica de Administracin?

DECISIONES OPERACIONALES:
Cmo programar la fuerza de trabajo?
Cul es el plan de produccin ptimo?
Cul es plan de embarque ms econmico?

Mg. Olha
Ventajas de los modelos
Un mtodo ptimo para lograr un objetivo.
Una forma de evaluar preguntas de sensibilidad de la
forma:
Qu sucedera s ...?

Mg. Olha
 Modelos de Sistemas
Utilidad de modelos:
Estudio de caractersticas de operacin
Imposibilidad de hacer medidas
Prediccin del comportamiento
Situaciones no experimentadas
Facilitar diseo de nuevos productos/sistemas
Tipos de modelos
Normativos: modelos de optimizacin
Descriptivos: modelos de simulacin

Mg. Olha
Modelos normativos - optimizacin
Ofrecen informacin sobre alternativas
Seleccionan entre ellas
Complejos y no triviales
Difciles de tratar con incertidumbre
Requieren tcnicas complejas de solucin
Modelos descriptivos - simulacin
Analizan una alternativa cada vez
Modelos para situaciones especficas
Ms simples de desarrollar
Adecuados con incertidumbre
Aplicacin muy sencilla

Mg. Olha
Modelos incluyen errores
Importante conocer su magnitud
Causas de inexactitudes:
Seleccin de aspectos de la realidad
Inviable considerar todo el sistema
Errores en modelos matemticos
Modelos sencillos y aproximados

www.anival.net
Mg. Olha
Construccin de modelos:
Especificacin de los componentes
Recogida y anlisis de datos
Desarrollo del modelo
Verificacin y validacin
Obtencin y anlisis de resultados

www.anival.net
Mg. Olha
 Tcnicas de IO
Ejemplos de tcnicas
Optimizacin Teora de colas
Programacin lineal, entera, no lineal Colas simples
Programacin multiobjetivo Redes de colas
Procesos de decisin (prog. dinmica) Teora de juegos
Simulacin J. simples (deterministas/estocsticos)
Determinista J. repetitivos
Estocstica Teora de decisin

www.anival.net
Mg. Olha
Mg. Olha
Ejemplos de problemas
Planificacin de la produccin
Optimizacin de carteras
Anlisis de riesgo
Planificacin de redes de comunicaciones
Generacin de ofertas en mercados competitivos

www.anival.net
Mg. Olha
Diseo de productos financieros
Diseo de nuevos productos (prstamos, operaciones de leasing,
derivados)
Modelado de diferentes alternativas con informacin incierta: tasas de
inters, mercado de valores, precios futuros

Planificacin de la generacin elctrica

Aprovechamiento de recursos disponibles a largo plazo: agua,
contratos de fuel, intercambios de energa elctrica
Generacin de ofertas en mercados competitivos: cantidades y precios
para maximizar beneficios

www.anival.net
Mg. Olha
Problema de Mark
En una empresa existe un beneficio adicional un plan
de retiro en el que el empleado pone 5% de su ingreso
mensual y la compaa iguala esta cantidad. El dinero
esta invertido en 2 fondos:
Fondo de acciones
Fondo de bonos
Mark, como administrador, quiere saber que fraccin de
dinero de retiro la compaa debe invertir en cada fondo.
El rendimiento anterior de estos dos fondos es
siguiente:
Fondo de acciones creci a una tasa anual promedio de 10%
Fondo de bonos (conservador) su retribucin anual es de 6%

Mg. Olha
 Para diversificar su cartera y para controlar el
riesgo, la compaa no desea poner todo
dinero en un solo fondo:
Ninguno de los dos fondos debe tener mas de 75%
de la inversin total
La cantidad invertida en el fondo de acciones no
debe exceder del doble invertido en el fondo de
bonos

Mg. Olha
 Variables de decisin
X1 la fraccin por invertir en el fondo de acciones
X2 la fraccin por invertir en el fondo de bonos

Funcin objetivo
Z = 0.1X1 + 0.06X2 max
Restricciones
X1 0.75
X2 0.75
X1 2X2
X1, X2 0

Mg. Olha
 Modelo lineal, determinstico
Mtodo programacin lineal
Solucin: x1 = 0.75; x2 = 0.75; Z = 0.12$
Pregunta: se puede invertir 75% en
ambos fondos?

Mg. Olha
 Modificacin
falto la restriccin: x1 + x2 = 1
Modelo matemtico modificado
Z = 0.1X1 + 0.06X2 max
X1 0.75
X2 0.75
X1 2X2
x1 + x2 = 1
X1, X2 0
Solucin: x1 = 0.6667; x2 = 0.3333; Z = 0.087$

Mg. Olha
Ejemplo de la dieta:
Planteamiento
La alimentacin diaria de una ternera debe contener al
menos:
700 g de protenas
28 g de calcio
150 mg de vitaminas
Se dispone de pienso y forraje con coste por kg de 30 y
35 cntimos de euro
La composicin nutritiva por kg de alimento es:

Se trata de determinar la cantidad diaria de cada

alimento para minimizar el coste total de la alimentacin
Mg. Olha
Ejemplo de la dieta:
Formulacin genrica
ndices:
i tipo de alimento (pienso y forraje)
j tipo de nutriente (protenas, calcio y vitaminas)
Parmetros:
bj - cantidad mnima diaria requerida del nutriente j
aij - cantidad de nutriente j por kg de alimento i
ci - coste por kg del alimento i
Variables:
xi - cantidad diaria de alimento i por ternera
Funcin objetivo:

Restricciones:
De satisfaccin de la cantidad de nutrientes
De no negatividad

Mg. Olha
Ejemplo de la dieta:
Formulacin numrica

Mg. Olha
Problema 1
Una fabrica produce 2 solventes. La planta opera 40 horas a
la semana. En el rea de mezclado emplea 5 trabajadores a
tiempo completo y a 2 a tiempo parcial, que trabajan 15
horas a la semana. Estas personas operan las 7 maquinas
que mezclan ciertos qumicos para producir cada solvente.
Los productos sales del departamento de mezclado para ser
refinados en el rea de purificacin, que actualmente tiene 7
purificadoras y emplea a 6 trabajadores a TC y a 1 a TP, que
trabaja 10 h/sem.
La fabrica tiene una provisin casi ilimitada de la materia
prima que necesita para producir solventes, y puede vender
cualquier cantidad de solvente 1, pero la demanda del
solvente 2 esta limitada a lo mas a 120000 galones por
semana.
Como gerente de produccin, usted debe determinar el plan
de produccin semanal optimo.

Mg. Olha
Que falta?
Margen de ganancia (costo de galn de cada solvente):
S1 0.30 $/gal 300 $ / mil gal
S2 0.50 $/gal 500 $ / mil gal
Numero de horas usado para el mezclado y la purificacin

Horas por 1000 galones de

S1 S2

Mezclado 2 1
Purificacin 1 2

Mg. Olha
 Modelo:
Z = 300x1 + 500x2 max
2x1 + x2 230
X1 + 2 x2 250
X2 120
X1, x2 0
Solucin:
X1 = 70; x2 = 90; Z = 66000$

Mg. Olha
Ejemplo
En una fbrica de cerveza se producen dos tipos: rubia y negra. Su
precio de venta es de 0.50 $/l y 0.30 $/l, respectivamente. Sus
necesidades de mano de obra son de 3 y 5 empleados, y de 5.000 y
2.000 $ de materias primas por cada 1000 l.
La empresa dispone semanalmente de 15 empleados y10.000 $
para materias primas, y desea maximizar su beneficio.
Cuntos litros debe producir?

Mg. Olha
Formulacin

Mg. Olha
Modelos generales de optimizacin:
Programacin lineal (LP)

Mg. Olha
Problemas tpicos
Problema del transporte
Problema de flujo con coste mnimo en red
Problema de asignacin
Problema de la mochila (knapsack)
Problema del emparejamiento (matching)
Problema del recubrimiento (set-covering)
Problema del empaquetado (set-packing)
Problema de particin (set-partitioning)
Problema del coste fijo (fixed-charge)
Problema del viajante (TSP)
Problema de rutas ptimas

Mg. Olha
Problema del transporte
Minimizar el coste total de transporte entre los centros
de origen y los de destino, satisfaciendo la demanda, y
sin superar la oferta
xij: unidades a enviar de origen i a destino j
cij: coste unitario de transporte de i a j

ai: unidades de oferta en el punto origen i

bj: unidades de demanda en el punto destino j

Se supone oferta total igual a demanda total

Mg. Olha
Flujo con coste mnimo en red
Embarcar los recursos disponibles a travs de la red
para satisfacer la demanda a coste mnimo

xij: unidades enviadas de i a j (flujo)

cij: coste unitario de transporte de i a j

bi:recursos disponibles en un nodo i

oferta: bi>0
demanda: bi<0
transbordo: bi=0

Se supone oferta total igual a demanda total

Mg. Olha
Problema de asignacin
Minimizar el coste total de operacin de modo que:
- cada tarea se asigne a una y slo una mquina
- cada mquina realice una y slo una tarea

xij: 1 si la tarea i se hace con la mquina j

cij: coste de realizar la tarea i con mquina j

n tareas
m mquinas

Si hay ms mquinas que tareas se formula

con desigualdades, y se resuelve con tareas
ficticias

Mg. Olha
Problema de la mochila
Escoger un grupo de productos que maximice el valor
total sin exceder el espacio disponible

n objetos

aj: espacio que ocupa el objeto

j
cj: valor del objeto j

b: volumen de la mochila

xj: 1 si se escoge el objeto j

Mg. Olha
Problema de emparejamiento
Distribuir un conjunto por parejas de tal forma que el
valor sea mximo. Si hay elementos sin pareja:
emparejamiento imperfecto. Si estn en dos conjuntos,
emparejamiento bipartito.

xij=1 si los elementos i y j son pareja

cij: valor de la pareja i-j

i<j

Mg. Olha
Problema de recubrimiento
Minimizar el coste de las actividades que en su conjunto
cubren todas las caractersticas al menos una vez

m caractersticas
n actividades

xj=1 si la actividad j se realiza

cj: coste unitario de la actividad j

aij=1 si la caracterstica i est en la actividad j

A: matriz de incidencia

Mg. Olha
Problema de empaquetado
Maximizar el beneficio total de forma que hay que elegir
conjuntos completos de actividades, y que no se realice
una actividad dos veces
m actividades
n conjuntos de actividades

xj=1 si se elige el subconjunto j

cj: beneficio por realizar el conjunto j

aij=1 si el conjunto j incluye la actividad i

A: matriz de incidencia

Mg. Olha
Problema de particin
Si en el problema de recubrimiento o en el de
empaquetado las desigualdades se cambian por
igualdades
m actividades
n conjuntos de actividades

xj=1 si se elige el subconjunto j

cj: beneficio por realizar el conjunto j

aij=1 si el conjunto j incluye la actividad i

A: matriz de incidencia

Mg. Olha
Problema del costo fijo
Decidir la cantidad de cada producto de modo que se minimicen los
costes de produccin y se satisfaga la demanda
xij: unidades del producto j
cj: coste unitario de produccin de j

yk=1 si se usa la instalacin k

fk: coste de arranque de la instalacin k
akj=1 si el producto j usa la instalacin k

bj: demanda del producto j

M: nmero lo suficientemente grande

Mg. Olha
Problema del viajante
Encontrar un circuito que visite exactamente una vez
cada ciudad empezando en la primera y que tenga
longitud mnima
xij=1 si de i va directamente a j
cij: distancia entre i y j

A: conjunto de arcos
V: conjunto de nodos

Mg. Olha
Mg. Olha
Problema de rutas
Minimizar el coste total,
visitando todos los clientes
N: clientes
M: vehculos

xijk=1 si el vehculo k visita j despus de i

cij: coste unitario de transporte de i a j
dij: distancia de i a j
tij: tiempo de i a j

qi: demanda
si: tiempo de descarga
i: prioridad
Qk: capacidad
rok, dok: perodo tiempo disponible
ck: coste fijo por uso

Mg. Olha