Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
OPERACIONES
Ing. Carlos Alfredo Gil Narvaez
RESEA HISTRICA
Las primeras actividades formales de la
Investigacin de Operaciones se dieron en
Inglaterra durante la Segunda Guerra Mundial,
cuando se encomend a un equipo de cientficos
ingleses la toma de decisiones acerca de la mejor
utilizacin de materiales blicos. Al termino de la
guerra, estas ideas fueron adaptadas para
mejorar la eficiencia y la productividad en el
sector civil.
Un elemento principal de la investigacin de
operaciones es el modelado matemtico
CONCEPTO
La Investigacin de Operaciones o Investigacin
Operativa, es una rama de las Matemticas
consistente en el uso de modelos matemticos y
algoritmos con objeto de realizar un proceso de
toma de decisiones. Frecuentemente, trata del
estudio de complejos sistemas reales, con la
finalidad de mejorar (u optimizar) su
funcionamiento.
La investigacin de operaciones permite el
anlisis de la toma de decisiones teniendo en
cuenta la escasez de recursos, para determinar
cmo se puede optimizar un objetivo definido,
como la maximizacin de los beneficios o la
minimizacin de costos.
MODELOS MATEMTICOS
Imaginemos que tenemos un compromiso por
cinco semanas entre Lima y Tacna. Vuela hacia
Tacna el Lunes y retorna el Mircoles. Un pasaje
ida y vuelta cuesta 180 Dlares, pero se ofrece un
descuento del 20% si las fechas del viaje abarcan
un fin de semana. Un boleto de viaje en cualquier
direccin cuesta el 75% del precio regular (solo
ida). Cmo debe de comprar los boletos para
reducir el costo de traslado durante las 5
semanas?
Se puede considerar que el caso es un problema de
toma de decisiones, cuya solucin requiere
identificar tres componentes:
Cules son las alternativas de solucin?
Maximizar Z= wh
sujeto a
2 ( w + h )= L
w, h 0
Utilizando clculo diferencial, la mejor solucin de
este modelo es w = h = L / 4 la cual requiere la
construccin de una forma cuadrada.
Funcin objetivo
Variables de decisin
Restricciones
Una solucin del modelo es factible si satisface
todas las restricciones; es ptima si, adems de ser
factible, produce el mejor valor (mximo o mnimo)
de la funcin objetivo. En el ejemplo de los boletos,
el problema considera tres alternativas factibles, y
la tercera es la que produce la solucin ptima. En
el problema del rectngulo, una alternativa factible
debe satisfacer la condicin w + h = L / 2 donde w y
h son variables no negativas. Esta definicin
conduce a una infinidad de soluciones factibles y, a
diferencia del problema de los boletos, el cual
utiliza una sencilla comparacin de precios, la
solucin ptima se determina aplicando clculo
diferencial.
PROBLEMAS
1.En el ejemplo de los boletos, identifique una cuarta alternativa
factible.
2.En el problema del rectngulo, identifique dos soluciones factibles, e
indique cul es la mejor.
3. Amy, Jim, John y Kelly estn en la ribera de un ro y desean cruzar
a la ribera opuesta en una canoa, la cual slo puede llevar dos
personas a la vez. Como Amy es la ms atltica, puede cruzar el ro
remando en 1 minuto. Jim, John y Kelly lo haran en 2, 5 y 10
minutos, respectivamente. Si dos personas estn en la canoa, la
persona ms lenta determina el tiempo de cruce. El objetivo es que las
cuatro personas estn en la ribera opuesta en el menor tiempo
posible.
(a)Identifique por los menos dos planes factibles para cruzar el ro
(recuerde que la canoa es el nico medio de transporte y que no puede
viajar vaca).
(b)Defina el criterio para evaluar las alternativas.
(c)Cul es el menor tiempo para llevar a las cuatro personas al otro
SOLUCIN DEL MODELO DE IO
En la investigacin de operaciones no se cuenta con
una tcnica general nica para resolver todos los
modelos que puedan surgir en la prctica. En su
lugar, el tipo y complejidad del modelo matemtico
determina la naturaleza del mtodo de solucin.
Por ejemplo, la solucin del problema de los boletos
requiere una clasificacin simple de las
alternativas, basada en el precio de la compra total,
mientras que la solucin del problema del
rectngulo utiliza clculo diferencial para
determinar el rea mxima.
La tcnica de IO ms importante es la
programacin lineal. Est diseada para
modelos con funciones objetivo y restricciones
lineales. Otras tcnicas incluyen la programacin
entera (en la cual las variables asumen valores
enteros), la programacin dinmica (en la cual
el modelo original puede descomponerse en
subproblemas ms pequeos y manejables), la
programacin de red (en la cual el problema
puede modelarse como una red), y la
programacin no lineal (en la cual las funciones
del modelo son no lineales). stas son slo algunas
de las muchas herramientas de IO con que se
cuenta.
Una peculiaridad de la mayora de las tcnicas de
IO es que por lo general las soluciones no se
obtienen en formas cerradas (como si fueran
frmulas), sino que ms bien se determinan
mediante algoritmos. Un algoritmo proporciona
reglas fijas de clculo que se aplican en forma
repetitiva al problema, y cada repeticin (llamada
iteracin) acerca la solucin a lo ptimo. Como los
clculos asociados con cada iteracin suelen ser
tediosos y voluminosos, es recomendable que estos
algoritmos se ejecuten
con la computadora.
FASES DE UN ESTUDIO DE IO
Es una ciencia por las tcnicas matemticas que
incorpora, y un arte porque el xito de las fases que
conducen a la solucin del modelo matemtico
depende en gran medida de la creatividad y
experiencia del equipo de IO.Willemain (1994)
manifiesta que una prctica [de IO] eficaz requiere
ms que competencia analtica. Tambin requiere,
entre otros atributos, juicio tcnico (es decir,
cundo y cmo utilizar una tcnica dada), as como
habilidades de comunicacin y supervivencia
organizacional.
Es difcil prescribir cursos de accin especficos
(semejantes a los que indica la teora precisa de la
mayora de los modelos matemticos) para estos
factores intangibles.
Sin embargo, podemos ofrecer lineamientos
generales para la implementacin de la IO en la
prctica.
Para implementar la IO en la prctica, las fases
principales son:
Materia Prima 6 4 24
(M1)
Materia Prima 1 2 6
(M2)
Utilidad por Tn 5 4
(miles de soles S/.)
Segn un estudio de mercado la demanda diaria de
pintura Latex Rocky no puede ser mayor que 1
tonelada mas que la de pintura Supermate.
Tambin, que la demanda mxima diaria de
pintura Latex Rocky es de 2 toneladas.
Vencedor desea determinar la mescla optima que
maximice la utilidad diaria total.
Para el problema de Vencedor se necesita
determinar las cantidades a producir de ambos
tipos de pintura.
Maximizar z = 5 x1 + 4 x2
Ahora definiremos las restricciones que limitan el uso de las materias
primas y la demanda.
Segn los datos del problema:
Uso de la materia prima M1 = 6x1 + 4x2
Uso de la materia prima M2 = 1x1 + 2x2
Ya que la disponibilidad de las materias primas M1 y M2 se limitan a 24 y
6 toneladas, respectivamente, las restricciones se expresan de la siguiente
manera:
6x1 + 4x2 <= 24
x1 + 2x2 <= 6
La primera restriccin de la demanda indica que la diferencia entre la
produccin diaria de pinturas Latex Rocky y Supermate, x2 - x1, no
debe ser mayor que una tonelada y eso se traduce en x2 x1 <= 1
La segunda indica que la demanda diaria mxima de pintura Latex
Rocky no puede superar las 2 toneladas. x2 <= 2
Una de las restricciones que se sobreentiende es la de no negatividad
x1, x2 >= 0
El modelo de Vencedor completo es:
Maximizar z = 5 x1 + 4 x2
Sujeto a
x1 , x2 >= 0
SOLUCIN GRFICA
El procedimiento de solucin grfica comprende
dos pasos:
X2 = 2
2
1 2 3 4 5 6 X1
DETERMINACIN DE LA SOLUCIN OPTIMA
PRACTICA CALIFICADA
Unos grandes almacenes encargan a un fabricante pantalones y chaquetas
deportivas. El fabricante dispone para la confeccin de 750 m de tejido de
algodn y 1000 m de tejido de polister. Cada pantaln precisa 1 m de algodn
y 2 m de polister. Para cada chaqueta se necesitan 1.5 m de algodn y 1 m de
polister. El precio del pantaln se fija en S/. 50 y el de la chaqueta en S/. 40
Qu nmero de pantalones y chaquetas debe suministrar el fabricante a los
almacenes para que stos consigan una venta mxima?
x1 = Cantidad de pantalones
x2 = Cantidad de chaquetas
x1, x2 >= 0
Una compaa fabrica y venden dos modelos de
lmpara L1 y L2. Para su fabricacin se necesita un
trabajo manual de 20 minutos para el modelo L1 y de
30 minutos para el L2; y un trabajo de mquina de 20
minutos para L1 y de 10 minutos para L2. Se dispone
para el trabajo manual de 100 horas al mes y para la
mquina 80 horas al mes. Sabiendo que el beneficio
por unidad es de S/.15 y S/.10 para L1 y L2,
respectivamente, planificar la produccin para
obtener el mximo beneficio.
x1 = Cantidad de Lmparas L1
x2 = Cantidad de Lmparas L2
x1, x2 >= 0
En un Almacn de frutas hay 800 Kg de naranjas, 800
Kg de manzanas y 500 Kg. de Pltanos. Para su venta
se hacen dos lotes (A y B). El lote A contiene 1 Kg de
naranjas, 2 Kg de manzanas y 1 kg de pltanos; el
lote B se compone de 2 Kg de naranjas, 1 kg de
manzanas y 1 Kg de pltanos. La utilidad por
kilogramo que se obtiene del lote A es S/. 12.00 y con
el lote B S/14.00. Determinar el nmero de
kilogramos de cada tipo para conseguir beneficios
mximos.
x1 = Cantidad de Lote A
x2 = Cantidad de Lote B
x1, x2 >= 0
EL MTODO SIMPLEX
Es un algoritmo iterativo para resolver de una forma
eficiente los problemas de Programacin Lineal de gran
tamao. Fue desarrollado primeramente en 1947 por C.B.
Dantizg y sus colaboradores en el Departamento de las
Fuerza Areas de los Estados Unidos. Posteriormente, se
han realizado algunas modificaciones para incrementar su
eficiencia de clculo pero el mtodo es bsicamente el
mismo.
Una propiedad general del mtodo simplex es que resuelve
la programacin lineal en iteraciones. Cada iteracin
desplaza la solucin a un nuevo punto esquina que tiene
potencial de mejorar el valor de la funcin objetivo. El
proceso termina cuando ya no se pueden obtener mejoras.
El mtodo Simplex implica clculos tediosos y voluminosos,
lo que hace que la computadora sea una herramienta
esencial para resolver los problemas de programacin
lineal.
EXPLICACIN GRFICA DEL PROCESO
SIMPLEX
Ya se ha apuntado en el procedimiento de solucin
grfica que la bsqueda de una solucin ptima debe
hacerse nicamente en los vrtices del espacio factible
de solucin. Esto es fcil de comprender en un
problema con slo dos variables y tres restricciones,
pero en problemas mayores se necesita un
procedimiento para identificas y evaluar todos los
vrtices.
En el mtodo Simplex, la bsqueda comienza,
normalmente, en el origen y se desplaza al vrtice
adyacente que incremente el valor de la funcin
objetivo. Cuando se alcanza el nuevo vrtice, la
bsqueda se desplaza hacia otro nuevo adyacente que
sea mejor que el ltimo. El proceso contina hasta
que no se pueda lograr ninguna mejora.
CONVERSIN DE DESIGUALDADES A
ECUACIONES
En las restricciones ( ), el lado derecho representa el lmite de
disponibilidad de un recurso, y en ese caso el lado izquierdo
representara el uso de ese recurso limitado por parte de las
actividades (variables) del modelo. La diferencia entre el lado
derecho y el lado izquierdo de la restriccin representa, la
cantidad no usada u holgura del recurso.
Maximizar z = 5 x1 + 4 x2
Sujeto a
6x1 + 4x2 + h1 = 24
x1 + 2x2 + h2 = 6
-x1 + x2 + h3 = 1
x2 + h4 = 2
h1 0 6 4 1 0 0 0 24
h2 0 1 2 0 1 0 0 6
h3 0 -1 1 0 0 1 0 1
h4 0 0 1 0 0 0 1 2
En el diseo de la tabla se especifica el conjunto
de variables bsicas y no bsicas, y tambin se
muestra la solucin asociada con la iteracin de
inicio. Como se explic anteriormente las
iteraciones simplex comienzan en el origen
(x1,x2)=(0,0). As, el conjunto asociado de
variables no bsicas y bsicas se define como
sigue:
z 1 -5 -4 0 0 0 0 0
h1 0 6 4 1 0 0 0 24 X1=24/6=4
h2 0 1 2 0 1 0 0 6 X1=6/1=6
h3 0 -1 1 0 0 1 0 1 X1=1/-1=-1
(ignorar)
h4 0 0 1 0 0 0 1 2 X1=2/0 =
(ignorar)
Los clculos necesarios para obtener la nueva solucin
bsica son de dos tipos:
Fila Pivote
Nueva fila pivote = Fila Pivote / Elemento Pivote
Bsica z x1 x2 h1 h2 h3 h4 Soluci
n
z
h1 0 6 4 1 0 0 0 24
h2
h3
h4