INVESTIGACIÓN DE

OPERACIONES

CARRERA DE INGENIERÍA INDUSTRIAL Y COMERCIAL

INVESTIGACIÓN DE
OPERACIONES

Introducción al curso
Sesión 1

CARRERA DE INGENIERÍA INDUSTRIAL Y COMERCIAL

 CONTENIDO DEL CURSO
1. INTRODUCCIÓN A LA I.O. Y A LA PROGRAMACIÓN LINEAL
2. SOLUCIÓN DE MODELOS DE PL
3. APLICACIONES DE PL: PRODUCCIÓN Y MEZCLAS / TRANSPORTE Y
TRASBORDO / PROGRAMACIÓN, INVENTARIO Y OTRAS
4. ANÁLISIS DE SENSIBILIDAD
5. PROGRAMACION LINEAL ENTERA: ASIGNACIÓN Y MODELOS PUROS /
USO Y APLICACIONES DE VARIABLES BINARIAS / MODELOS MIXTOS /
APLICACIONES
6. ADMINISTRACIÓN DE PROYECTOS CON PERT/CPM: INTRODUCCIÓN /
RECURSOS Y APLICACIÓN DE LA PL

4/09/2018 INVESTIGACIÓN DE OPERACIONES 3

 Evaluaciones
Semana
Tipo Nota %Ponderación Observación Rezagable
Evaluación
Evaluación Permanente 70%
Promedio de Prácticas 40%
Práctica 1 Se elimina la menor nota 4ta No
Práctica 2 Se elimina la menor nota 7ma No
Práctica 3 Se elimina la menor nota 12va No
Exposición 20% 14ta No
Trabajo Final 40% 14ta No
Examen Parcial 15%
Examen Final 15%

4/09/2018 INVESTIGACIÓN DE OPERACIONES 4

 Rompehielos
 Presentación docente

 Presentación alumnos (think in pairs)

En grupos de 2
Compartir: Nombres, apodos, hobbies, qué es lo
que les gusta de la carrera (2 minutos)
Presentar a su compañero

4/09/2018 INVESTIGACIÓN DE OPERACIONES 5

 Actividad 1
Midiendo nuestros niveles…

4/09/2018 INVESTIGACIÓN DE OPERACIONES 6

 Problema
Las cantidades de la oferta (capacidad de producción) en las plantas P1 y P2
son de 10,000 y 12,000 tarros de leche por mes. Las cantidades de la demanda
en las distribuidoras D1, D2 y D3, son de 8000, 9000 y 5000 tarros de leche por
mes. En el diagrama se muestra el costo de envío por tarro de leche, para cada
traslado.
D1
0.8

0.7 Demanda: 8,000

tarros de leche/mes
P1: 0.6
Capacidad de producción:
D2
10,000 tarros de leche/mes

0.6 Demanda: 9,000

0.8
tarros de leche/mes

D3
P2: 0.9
Capacidad de producción:
Demanda: 5,000
12,000 tarros de leche/mes
tarros de leche/mes
INVESTIGACIÓN DE
OPERACIONES

Introducción a la Investigación de
Operaciones y a la Programación Lineal

Sesión 2

CARRERA DE INGENIERÍA INDUSTRIAL Y COMERCIAL

 Agenda
1. Toma de decisiones.
2. Análisis cuantitativo e Investigación de
operaciones.
3. Introducción a la modelación.
4. Construcción de modelos.

4/09/2018 INVESTIGACIÓN DE OPERACIONES 10

 Objetivo de la clase
Los estudiantes al finalizar
la sesión tendrán un
alcance sobre IO y se
encontrarán en la
capacidad de reconocer la
solución de problemas de
Investigación Operativa en
dos dimensiones
utilizando herramientas
cartesianas para la
búsqueda de la solución
óptima.

4/09/2018 INVESTIGACIÓN DE OPERACIONES 11

 Toma de decisiones
Toda toma de decisión empieza con la detección de un problema

Para tomar la decisión correcta, se debe:

 Definir el problema en forma clara

(definir las variables).
 Identificar las restricciones.
 Identificar las alternativas de
solución.
 Formular el o los objetivos.
 Evaluar las alternativas y elegir la
mejor.

4/09/2018 INVESTIGACIÓN DE OPERACIONES 12

 Toma de decisiones
¿Cuál es la mejor alternativa?
Métodos Cualitativos Métodos Cuantitativos

En base a la utilización de
En base a la experiencia y al herramientas matemáticas que
juicio profesional de la permitan maximizar la
persona que toma la efectividad en la toma de
decisión. decisiones.

4/09/2018 INVESTIGACIÓN DE OPERACIONES 13

 Proceso de la toma de decisiones

4/09/2018 INVESTIGACIÓN DE OPERACIONES 14

 Ejemplos de Análisis Cuantitativo
 Taco Bell ahorró más de US $150 millones usando
modelos de análisis cuantitativo de pronósticos y
programación de personal.

 NBC aumentó sus ingresos en más de US $200 millones

por usar análisis cuantitativo para desarrollar mejores
planes de ventas.

 Continental Airlines ahorra más de US $40 millones

anuales usando modelos de análisis cuantitativo para
recuperarse rápidamente de las interrupciones
causadas por retrasos debidos al mal tiempo y otros
factores

4/09/2018 INVESTIGACIÓN DE OPERACIONES 15

Métodos cuantitativos
Modelos
Optimización Otros
probabilísticos
Programación lineal Análisis de decisiones (árboles)

Programación dinámica Simulación

Administración de Proyectos (PERT-
CPM)
Programación entera Líneas de espera (teoría de colas)

Programación no lineal Cadenas de Markov

Teoría de Inventarios

Teoría de redes Pronósticos

Decisiones con objetivos múltiples y

Teoría de juegos
heurística (metas, AHP)

4/09/2018 INVESTIGACIÓN DE OPERACIONES 16

 Introducción a la modelación
¿Investigación de
Operaciones?

Aplicación del método científico para mejorar

la efectividad de las operaciones, de las
decisiones y de la gestión, por medio del
análisis de datos, creando modelos
matemáticos y haciendo propuestas
innovadoras.

4/09/2018 INVESTIGACIÓN DE OPERACIONES 17

 ¿Cómo trabaja la Investigación de
Operaciones?

4. 1.
Herramientas y Pensamiento
técnicas de IO sistémico

3. Modelos 2. Método
matemáticos científico

4/09/2018 INVESTIGACIÓN DE OPERACIONES 18

 Modelos
 El enfoque científico para
toma de decisiones requiere el
uso de uno o más modelos
matemáticos.
 Son representaciones
matemáticas que ayudan a
mejorar las decisiones o
clarificar la situación.
 Nosotros elaboraremos modelos
matemáticos y los
analizaremos para obtener
resultados en tabuladores
(mod.simbólicos) y gráficas
(mod.análogos).

4/09/2018 INVESTIGACIÓN DE OPERACIONES 19

Modelos
Análisis
Modelo Resultados

Interpretación
Mundo simbólico
Abstracción

Juicio
administrativo

Mundo real

Situación Intuición
administrativ Decisiones
a

4/09/2018 INVESTIGACIÓN DE OPERACIONES 20

 Modelos de optimización

 “Dictan” el comportamiento
Función para una organización que le
Objetivo
permitirá alcanzar mejor sus
metas.
 Un modelo de optimización
busca encontrar valores de las
variables de decisión que
MODELO DE optimicen (maximicen o
minimicen) una función
OPTIMIZACIÓN objetivo entre el conjunto de
todos los valores para las
Variables de
Restricciones
Decisión
variables de decisión que
satisfacen las restricciones
dadas.

4/09/2018 INVESTIGACIÓN DE OPERACIONES 21

 Clasificación de los modelos según
la I.O

4/09/2018 INVESTIGACIÓN DE OPERACIONES 22

 Construcción de los modelos

Verificar el
modelo y usar el Seleccionar una
Plantear el modelo para opción adecuada
problema predecir

Poner en
Presentar los
Formular un resultados y la marcha y
Observar modelo conclusión del evaluar las
el sistema matemático del estudio a la recomendaci
problema empresa
ones

4/09/2018 INVESTIGACIÓN DE OPERACIONES 23

INVESTIGACIÓN DE
OPERACIONES

Introducción a la Programación
Lineal

CARRERA DE INGENIERÍA INDUSTRIAL Y COMERCIAL

 Programación Lineal
Programación lineal (PL)
 Es una herramienta para resolver problemas de
optimización.
 Está diseñada para ayudar a la toma de decisiones
 Está relacionada a la asignación de recursos.

APLICACIONES
 Satisfacer demandas futuras para  Hacer el mejor uso de las
una empresa de producción horas de máquina y horas-
 Mientras se minimizan los costos hombre disponibles
totales de producción e  Mientras se maximiza la
inventarios. producción de la empresa
4/09/2018 INVESTIGACIÓN DE OPERACIONES 25
 Requerimientos del problema de PL
Un problema de programación lineal (PL) es un
problema de optimización para el cual se efectúa lo
siguiente:

 Se intenta maximizar (o minimizar) una función lineal

(llamada función objetivo) de las variables de decisión.
 Los valores de las variables de decisión deben satisfacer
un conjunto de restricciones. Cada restricción debe ser
una ecuación o inecuación lineal.
 Una restricción de signo es asociada con cada variable.

4/09/2018 INVESTIGACIÓN DE OPERACIONES 26

 Cinco suposiciones básicas de PL
CERTEZA
Los números en el objetivo
y las restricciones son
conocidos y no cambian
durante el período de
estudio

NO NEGATIVIDAD
PROPORCIONALIDAD Todas las respuestas o
variables son no negativas
Existe entre el objetivo y
(≥ 0). Los valores negativos
las restricciones
de cantidades físicas son
imposibles

ADITIVIDAD
El total de todas las
actividades es igual a la
suma de las actividades
individuales
DIVISIBILIDAD
Las soluciones no tienen
que ser números enteros.
Pueden tomar cualquier
valor fraccionario

4/09/2018 INVESTIGACIÓN DE OPERACIONES 27

 Formulación de un PPL
Variables de Decisión
Xj , j = 1, 2, …,n
Función Objetivo
Maximizar ó Minimizar
Z = C1X1 + C2X2 + . . . . . . + CnXn
Restricciones
a11X1 + a12X2 + ... + a1nXn {,,} b1
a21X1 + a22X2 + ... + a2nXn {,,} b2
...
am1X1 + am2X2 + ...+ amnXn {,,} bm
Rango de existencia
Xj  0, j = 1, 2, …,n
4/09/2018 INVESTIGACIÓN DE OPERACIONES 28
 Formulación de un PPL

Utilizar las
variables de
Definir las decisión para
variables de escribir las
decisión. expresiones
Identificar el matemáticas
objetivo y las de la función
restricciones. objetivo y de
las
Entender por restricciones.
completo el
problema
administrativ
o que se
enfrenta.
4/09/2018 INVESTIGACIÓN DE OPERACIONES 29
 Ejemplo
Disponemos de $210.000 para invertir en bolsa. Nos recomiendan
dos tipos de acciones: las del tipo A, que rinden 10% anual y las
del tipo B, que rinden 8%.
Decidimos invertir un máximo de $130.000 en las del tipo A y
como mínimo 60.000 en las del tipo B. Además queremos que la
inversión en las del tipo A sea como máximo el doble de la
inversión en B.
¿Cuál tiene que ser la distribución de la inversión para obtener
el máximo interés anual?

Para construir el modelo matemático de este problema debemos:

1. Determinar qué decisión buscamos, ¿Cuáles son las variables del
problema?
2. ¿Qué restricciones ó limitaciones se imponen a las variables y a la
función objetivo?
3. ¿Cuál es el objetivo que debe alcanzarse para determinar la
solución óptima, de entre todos los valores factibles de las
variables?
4/09/2018 INVESTIGACIÓN DE OPERACIONES 30
 Ejemplo
1. Identificar las variables: Como necesitamos determinar las
cantidades a invertir para cada acción que cotiza en la bolsa:
– Llamamos “X” a la cantidad que invertimos en acciones de tipo A
– Llamamos “Y” a la cantidad que invertimos en acciones de tipo B
X e Y son nuestras variables de decisión, puesto que
corresponden a aspectos controlables del problema.

2. Determinamos todas las restricciones que se imponen al

sistema:
– Existe una restricción en cuanto al dinero total a invertir en ambas
acciones.
– Una restricción de inversión máxima en acciones de tipo A.
– Una restricción de inversión mínima en acciones de tipo B.
– Una restricción que impone que lo invertido en A no debe ser mayor
al doble de lo invertido en B.
4/09/2018 INVESTIGACIÓN DE OPERACIONES 31
 Ejemplo
Ahora tratamos de expresar estas restricciones en términos de
las variables definidas (aspectos controlables) y de los datos de
entrada (aspectos no controlables).

• Presupuesto total menor a $210,000:

X + Y ≤ 210,000
• Máximo a invertir en acciones tipo A: $130,000
X ≤ 130,000
• Mínimo a invertir en acciones tipo B: $60,000
Y ≥ 60,000
• Proporción o mezcla de acciones: inversión en A no mayor
que el doble de la inversión en B
X ≤ 2Y

4/09/2018 INVESTIGACIÓN DE OPERACIONES 32

 Ejemplo
3. De todas las decisiones permisibles o factibles ¿cuál
deberá aplicarse? ¿Cuál es mi objetivo?
Como dato contamos con el
rendimiento de la inversión para cada
acción, por lo tanto el objetivo será la
maximización total del rendimiento
de lo invertido.
Queda claro que el rendimiento de
mi inversión proviene de dos fuentes:
– Una contribución o rendimiento
de las acciones A, que se puede
expresar como 0.1*X (10% de
interés)
– Una contribución o rendimiento
de las acciones B, que puede
expresarse como 0.08*Y (8% de
interés)
4/09/2018 INVESTIGACIÓN DE OPERACIONES
Por tanto, la decisión de invertir X
acciones del tipo A e Y acciones del
tipo B, generará un rendimiento
total de:
0.1X + 0.08Y
De la infinidad de decisiones de
mezcla de inversión, nos interesa
aquella que aporte la mayor
contribución total, es decir, que
MAXIMICE el rendimiento (siempre
y cuando satisfaga todas las
restricciones impuestas).
33
 Ejemplo
Denominaremos “función objetivo” a la expresión de la contribución
total de las ganancias (dado que es una función de las variables de
decisión X e Y).
Finalmente puedo plantear mi primer modelo para el problema:

Maximizar 0.1X + 0.08 Y

sujeto a las restricciones:
1º X + Y ≤ 210,000
2º X ≤ 130,000
3º Y ≥ 60,000
4º X ≤ 2Y
5º X e Y ≥ 0 (*)
(*) Restricción de no negatividad aplicable a todas las variables
de decisión
4/09/2018 INVESTIGACIÓN DE OPERACIONES 34
 Ejemplo 2: PROTRAC Inc
Problema clásico de mezcla de producción.
Caso a desarrollar en clase CPEL CARRERAS UNIVERSITARIAS PARA
PERSONAS CON EXPERIENCIA LABORAL

EJERCICIO DE FORMULACIÓN PL

Caso “PROTRAC, INC”

(tomado del texto de EPPEN & GOULD, 5ta ed)
Maximizar Z = 5000E + 4000F
PROTRAC, Inc. produce dos líneas de maquinaria pesada. Una de sus líneas de productos, llamada
equipo de excavación, se utiliza de manera primordial en aplicaciones de construcción. La otra línea,
denominada equipo para la silvicultura, está destinada a la industria maderera. Tanto la máquina
sujeto a:
más grande de la línea de equipo de excavación (la E-9), como la mayor de toda la línea de equipo
para la silvicultura (la F-9) son fabricadas en los mismos departamentos y con el mismo equipo.
10E + 15F ≤ 150
Empleando las proyecciones económicas correspondientes al siguiente mes, el gerente de
mercadotecnia de PROTRAC ha considerado que durante ese período será posible vender todas las E-
9 y F-9 que la compañía sea capaz de producir.
20E + 10F ≤ 160
La gerencia tiene que recomendar ahora una meta de producción para el mes próximo. Es decir,
¿cuántas E-9 y F-9 deberán fabricar si la dirección de PROTRAC desea maximizar la contribución del
30E + 10F ≥ 135
E – 3F ≤ 0
mes entrante a las ganancias (es decir, el margen de contribución, definido como los ingresos menos
los costos variables)?

Los datos de PROTRAC. La toma de esta decisión requiere la consideración de los siguientes factores
importantes: E+F≥ 5
1. El margen de contribución unitaria de PROTRAC es de $5000 por cada E-9 vendida y de $4000 por
cada F-9.
2. Cada producto pasa por las operaciones de maquinado, tanto en el departamento A como en el
B.
E, F ≥ 0
3. Para la producción correspondiente al mes próximo, estos dos departamentos tienen tiempos
disponibles de 150 y 160 horas, respectivamente. La fabricación de cada E-9 requiere 10 horas de
maquinado en el departamento A y 20 horas en el departamento B, mientras la de cada F-9
requiere 15 horas en el departamento A y 10 en el B. Estos datos se resumen en la tabla 1.

Tabla 1. Datos de torneado de PROTRAC

4/09/2018
DEPARTAMENTO
HORAS INVESTIGACIÓN DE OPERACIONES 35
Por E-9 Por F-9 Total disponible
 Identificación de Variables de decisión

¿Qué valores,
¿Qué elementos
¿Qué elementos una vez
afectan los costos
puede elegir y/o ¿Qué decisiones determinados,
y/o ganancias (o,
controlar tiene que tomar? constituyen una
en general, el
libremente? solución para el
objetivo global)?
problema?

Póngase en la posición de alguien que tiene

que implantar su solución y luego pregúntese
qué información se requiere.

4/09/2018 INVESTIGACIÓN DE OPERACIONES 36

 EJERCICIOS PPL

4/09/2018 INVESTIGACIÓN DE OPERACIONES 37

1.- Una juguetería produce muñecos y trenes de madera. Cada
muñeco es vendida en $27 y se requiere $10 en materiales
para su fabricación, además, el costo unitario por mano de
obra es de $14. 2. En el caso de los trenes, el precio de venta
es de $21 y los costos de materiales y mano de obra son $9 y
$10 respectivamente.

La fabricación de cada producto

requiere de dos labores:
carpintería y acabados. Un
muñeco requiere de 1 hora de
carpintería y 2 de acabados,
mientras que el tren requiere de
1 hora en cada labor.

4/09/2018 INVESTIGACIÓN DE OPERACIONES 38

RESOLVER…

4/09/2018 INVESTIGACIÓN DE OPERACIONES 39

INVESTIGACIÓN DE
OPERACIONES

CARRERA DE INGENIERÍA INDUSTRIAL Y COMERCIAL