Beruflich Dokumente
Kultur Dokumente
Capitulo I
INTRODUCCIN A LA
INVESTIGACION DE OPERACIONES
Mg. Olha
Objetivo
Mg. Olha
INVESTIGACION DE OPERACIONES
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
Mg. Olha
Experto humano
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
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,
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
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 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
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
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?
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.
Corresponden a modelos
de la realidad (modelo
mental)
Mg. Olha
QU ES EL MODELADO?
Mg. Olha
MODELADOO
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
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:
Realismo Simplicidad
Mg. Olha
Modelo
Mg. Olha
Por qu un modelo?
Mg. Olha
MODELOS Y AYUDA
EN LA TOMA DE DECISIONES
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
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
Mg. Olha
TIPO CARACTERSTICAS EJEMPLOS
Mg. Olha
Modelos Matemticos: se basa su conceptualizacin en
formulaciones matemticas de los procesos ms importante del
problema en cuestin.
Mg. Olha
TIPO CARACTERSTICAS EJEMPLOS
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
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
Mg. Olha
Estocstico - Determinstico
Estocstico (*) Determinstico
Si el estado de la variable en el Si el estado de la variable en el
siguiente instante de tiempo no se siguiente instante de tiempo se puede
puede determinar con los datos del determinar con los datos del estado
estado actual actual
xi yi xi yi
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)
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) ]
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
Mg. Olha
Para qu sirve un modelo?
Herramienta de prediccin
Ayuda para el pensamiento
Para entrenamiento
e instruccin
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"
Mg. Olha
Problemas matemticos de optimizacin
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
Mg. Olha
Ejemplos de optimizacin en ingeniera
Mg. Olha
PASOS PARA LA CONSTRUCCIN
DE MODELOS MATEMATICOS
Mg. Olha
PROCESO DEL ANLISIS CUANTITATIVO
Es
vlida
Modelo No
la Solucin
modificado
soluci
n?
Si
Generacin de
Reportes e
Implementacin
Mg. Olha
EL PROBLEMA
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
Cuestiones polticas
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
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).
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
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
Mg. Olha
6. Modificacin del modelo
Mg. Olha
7. Implementacin
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
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:
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
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
Mg. Olha
Flujo con coste mnimo en red
Embarcar los recursos disponibles a travs de la red
para satisfacer la demanda a coste mnimo
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
n tareas
m mquinas
Mg. Olha
Problema de la mochila
Escoger un grupo de productos que maximice el valor
total sin exceder el espacio disponible
n objetos
b: volumen de la mochila
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.
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
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
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
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
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
qi: demanda
si: tiempo de descarga
i: prioridad
Qk: capacidad
rok, dok: perodo tiempo disponible
ck: coste fijo por uso
Mg. Olha