Académique Documents
Professionnel Documents
Culture Documents
Clsica.- Sus creadores son Taylor y Fayol los cuales consideran que toda
organizacin compleja tiene ciertas funciones que son comunes o bsicas como
la planeacin, la ejecucin, el control, etc. Y, consideran que la organizacin es
un arte sujeto a reglas y principios.
Emprica.- Es aquella que se concentra en la observacin de organizaciones a
las que se pueda considerar como modelo, as por ejemplo ver organizaciones
que han tenido xito en su gestin para tratar de imitarlas y ver a las que han
fracasado y tratar de evitar las causas o procedimientos que las llevaron a la
ruina. Se reduce a observar.
Psicolgica.- sta teora trata de encontrar a la persona o personas que sean
lderes o que tengan capacidad de mando para que sean ellas las que llevan a la
empresa hacia un objetivo establecido. Es decir se preocupan de hallar las
relaciones dentro de la empresa.
Moderna.- Se inicia en la dcada de 1940 y cuyos propulsores son los
Ingenieros en Sistemas, se resume en indicar
que en una empresa existe
un grupo que trabaja y otro que toma decisiones. Esta corriente filosfica se
preocupa del estudio de la teora de las decisiones a travs de un enfoque
cientfico.
1. Definicin del Problema.- Es necesario tener una idea clara y concreta del
problema a ser analizado, lo cual implica aspectos como el establecimiento de
metas y objetivos de estudio, las decisiones alternativas para el problema y un
claro reconocimiento de los requerimientos, de las restricciones y limitaciones
del problema.
2. Construccin del Modelo.- Esta fase depende en gran manera de la
complejidad y naturaleza del problema que se halla sujeto a investigacin, a su
vez el modelo contendr expresiones cuantitativas tanto para la funcin
objetivo as como para las restricciones expresadas a travs de las
correspondientes variables de decisin.
3. Dar solucin al Modelo.- Definido el modelo se proceder a encontrar la
solucin adecuada al respecto existen diversas tcnicas matemticas, todas
estas por lo general tratan que el modelo libere una solucin ptima, la misma
que podra consistir en maximizar o minimizar una funcin objetivo
determinada.
4. Validacin del Modelo.- Un modelo es vlido si a pesar de las limitaciones que
podra representar el modelo ofrece una estimacin confiable del
comportamiento del problema y para esto hay que comparar su
comportamiento y rendimiento con cierta informacin estadstica previa que se
hallare disponible al respecto.
5. Implementacin de los resultados.- Consiste en trasladar los resultados
obtenidos del modelo a una serie de instrucciones operativas, las cuales deben
estar expresadas en un lenguaje claro y comprensible para todas aquellas
personas que administran y operan el sistema analizado. En esta fase es
importante la interaccin y coordinacin de personal dedicado a la
Investigacin Operativa y aquel correspondiente del rea operativa.
Modelo Simplex
Modelo Transporte
Modelo Redes
Modelo inventario
Modelo de Teora de colas y esperas
Modelo bsqueda y reemplazo de equipo
Modelo matriz de insumo de producto
PLANTEAMIENTO DE PROBLEMAS
a. Un fabricante de gasolina para avin vende 2 clases de combustibles A y B. el
combustible clase A tiene un 25% de gasolina grado 1, un 25% de gasolina
grado 2y un 50% de gasolina grado 3. El combustible clase B tiene 50% de
gasolina de grado 2 y un 50% de gasolina grado 3, disponibles para la
produccin existen 500 galones de grado 1 y 200 galones de grado 2 y 3. Los
costos son $0.30 la gasolina de grado 1, $0.60 la de grado 2 y $0.50 la de grado
3 por galn. El precio de un galn de combustible clase A es de $0.75 y de clase
B $0.90.
Qu cantidad debe fabricarse de cada combustible?
Combustible Grado 1 Grado 2 Grado 3 Precio
A
25%
25%
50%
0.75
B
50%
50%
0.90
Disponible
500
200
200
Costo
0.30
0.60
0.50
Variables:
X1= nmero de galones tipo A
X2= nmero de galones tipo B
COMB. 1 COMB. 2
DISPONIBILIDAD
X1
X2
GRADO 1
0.25
500
GRADO2
0.25
0.50
200
GRADO 3
0.50
0.50
200
GANANCIAS
0.275
0.35
1. FUNCIN OBJETIVO
Max z= 0.275*x1+0.35*x2
REQUERIMIENTOS
2. RESTRICCIONES
0.25 X1500
0.25X1 + 0.50X2 200
0.50X1+0.50X2200
3. CONDICIN DE NO NEGATIVIDAD
X10
X20
VARIABLES
X1= nmero de camiones tipo A
X2= nmero de camiones tipo B
TIPO A
X1
ESPACIO REFRIG
10
ESPACION SIN REFRIG. 15
COSTO
5
1. FUNCION OBJETIVO
Min z= 5*x1+8*x2
REQUERIMIENTOS
TIPO B
DISPONIBILIDAD
X2
15
500
10
600
8
2. RESTRICCIONES
10X1+15X2500
15X1+10X2600
3. CONDICION DE NO NEGATIVIDAD
X10
X20
MTODO GRFICO
Sistemas Cartesianos (X1, X2), Solo se utilizan dos variables, resuelve el problema en
dos partes, encontrando la zona factible y calculando el punto ptimo.
1. Zona Factible: Ejecutivo o Administrador puede tomar decisiones y se
encuentran graficando cada una de las ecuaciones e inecuaciones del
problema, la zona factible ser el rea cuando se cumple todas y cada una de
las restricciones del problema.
2. Calculo Punto ptimo: Para encontrara el punto ptimo con respecto al
problema se recure al teorema de algebra lineal que dice que el ptimo estar
en uno de los vrtices de la zona factible, si es maximizacin en el vrtice que
nos de mayor valor si es minimizacin lo contrario, grficamente el punto
primo se encuentra representando la funcin objetivo del problema, se la
grfica de tal manera que este dentro de la zona factible y se trazan paralelas
hasta que haga tangencia uno de los vrtices, si es maximizacin las paralelas
se trazan del origen hacia arriba, si es minimizacin las paralelas se trazan en
sentido hacia el origen, la respuesta del problema podemos comprobarlo
matemticamente encontrando valores para cada uno de los vrtices de la
zona factible, la funcin objetivo tiene siempre una funcin pendiente.
m
Ejemplo maximizacin:
C1
C2
max Z C1 X 1 C2 X 2
Graficamos:
x1 0
x2 3
x1 4
x2 0
x1 1
x1 6
x2 0
x1 0
x2 8
x1 0
x2 0
x2 1
x2 2
PUNTO OPTIMO
Ejemplo minimizacin:
min Z 3x1 2 x 2
3 x1 x 2 3
4 x1 3 x 2 6
x1 x 2 3
x1 , x 2 0
PUNTO
x1 0
x1 1,5
x2 2
x2 0
x1 0
x2 3
x1 3
x2 0
x1 0
x2 3
x1 1
x2 0
OPTIMO
FUNCIN OBJETIVO:
Z 3x1 2 x 2
Z 3(0.6) 2(1.2)
Z 4.2
max Z 6 x1 12 x 2
3x1 2 x 2 15
3x1 3x 2ptima
12 mltiple:
Solucin
x1 0
x 2 2.5
x1 0
x2 4
x1 5
x2 0
x1 4
x2 0
Z 6 x1 12 x2
A(0;2.5):
Z=30
B(3;1):
Z=30
C(1;2):
Z=30
1.- 3
2.-
1.-
2.-
2
m PTIMO)
(PUNTO
4
1.- 6
2.- 9
1.-
2.-
1.- 3
2.- 3
1.-
2.-
Solucin Degenerada
MTODO ALGEBRAICO
1. Hay que transformar las inecuaciones en ecuaciones y para eso se utiliza
variables no negativas conocidas como variables de holgura.
Si la restriccin es menor o igual que ( ) se debe sumar una variable de
holgura al lado izquierdo de la inegualdad para convertirla en ecuacin.
(variables de decisin).
(restricciones).
Cambiamos a ecuaciones:
(variables de decisin).
(restricciones).
Caracterstica:
Se puede determinar las soluciones bsicas del sistema haciendo a las n-m variables
iguales a cero y calculando las restantes variables resolviendo el sistema. A esta
solucin se le conoce como solucin bsica. A las variables igualadas a cero se las llama
no bsicas y las otras sern bsicas. De las soluciones bsicas se debe tomar en cuenta
nicamente a aquellas en donde las variables bsicas sean mayores o iguales que cero
y se le conoce como solucin bsica factible.
El nmero de soluciones est dado por la frmula:
(
I II III IV V VI
0 0 0 4
6
2
0 8 6 0
0
4
24 0 6 0 -12 0
18 -6 0 6
0
0
0
54 48
60
x
x
MTODO SIMPLEX
Es un mtodo iterativo para la resolucin de problemas de programacin lineal. Parte
de una solucin bsica factible inicial y en las aplicaciones del medio determina nuevas
soluciones bsicas factibles que permitan modificar o mantener los valores de la
funcin objetivo anterior. El mtodo adems permite determinar cundo se ha llegado
a una solucin ptima.
Maximizacin.Para maximizacin con restricciones del tipo menor o igual que ( ) los pasos a seguir
son:
1. Transformar las inecuaciones correspondientes en ecuaciones aadiendo las
variables de holgura.
2
2
1
0
0
1
16
12
variable entrante
variable saliente
Para determinar cul es la variable entrante y cul es la variable saliente, a la
tabla de coeficientes se debe agregar:
Una fila
con los coeficientes que tienen las variables en la funcin
objetivo.
Una columna
con los coeficientes que tienen las
en la funcin
objetivo.
Una fila conocida como
en la cual cada elemento es calculado como el
sumatorio de
.
Una fila de
.
0
0
4
2
0
8
2
2
0
6
1
0
0
0
0
1
0
0
16
12
0
de la columna
es la menor.
, variable saliente
0
0
y el
8
0
4
2
2
-2
8
0
6
0
0
0
32
, variable saliente
0
2
1
-1
2
-2
40
{
EJERCICIO:
3
4
0
0
0
0
1
2
-1
0
0
8
2
1
1
1
0
2
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
6
8
1
2
0
y el
, variable saliente
0
3
0
0
1
0
2
12
0
0
, variable saliente
y el
y el
0
0
0
0
1
0
0
11
-1
0
{
Minimizacin.La variable entrante se analiza los coeficientes de
; y ser aquella que se
encuentra en la columna en la cual el valor de
es el mayor negativo (el menor
valor).
Si todos los coeficientes
ptima.
Para encontrar la variable saliente se utiliza el mismo criterio que en maximizacin por
tanto ser aquella que se encuentra en la fila cuyo
cuando
Por lo general los problemas de minimizacin tienen restricciones del tipo mayor o
igual que ( ); pero cuando se tiene restricciones del tipo menor o igual que; igual
(
) debemos usar el mtodo de la
; la cual usa variables artificiales; las
mismas que no tienen ninguna interpretacin o influencia en el problema y slo sirven
para poder empezar la aplicacin del mtodo simplex.
stas variables artificiales se incluyen en la funcin objetivo multiplicando por un
coeficiente bastante grande ( ). ste coeficiente debe ser positivo cuando el
problema es de minimizacin y negativo cuando el problema es de maximizacin. Se
identifica con la letra (
)
Por lo general debemos seguir la siguiente secuencia:
EJERCICIO:
3
4
1
1
3
1
-1
0
0
0
-1
0
0
1
0
0
0
1
0
0
0
1
0
0
3
6
3
, variable saliente
y el pivote es 3;
-1
0
0
, variable saliente
y el pivote es
1
0
0
{
Casos Especiales de Soluciones.
-
12
3
3
0
6
3
1
0
0
1
12
15
12
, variable saliente
0
30
y el pivote es 6;
9
6
12
3
-1
0
-15
2
0
1
-1
0
0
1
0
0
1
0
0
, variable saliente
36
6
y el pivote es 3;
0
1
0
-4
12
2
variable no restringida).
Ejemplo:
Ejercicio:
-10
10
40
-30
30 10 1
0
0 60
0
10
-10 20 0
1
0 40
0
0
-10 0
0
1 30
0
0
0
-10
10
0
En este caso se convierte en variable entrante , variable saliente y el pivote es 20;
de modo que obtenemos:
-10
10
40
-35
35
40
50
40
5
-5
20
-30
-20
30
0
0
10
40
-1
40
-10
10
Y; tenemos:
{
, variable saliente
y el pivote es
2.- Restricciones.
3.- Condiciones de no negatividad: {
DUALIDAD
Asociando un problema de programacin lineal existe otro problema; el original se
denomina primal y el otro dual, si un problema primal tiene la siguiente forma:
DUAL
DUAL
Ejercicio:
PRIMAL:
3
4
DUAL:
DUAL
1
2
2
2
-1
1
0
1
0
1
-1
0
0
-1
1
0
0
1
, variable saliente
-1
1
0
1
-2
-1
-1
0
1
0
-1
3
2
y el
1
1
0
En este caso se convierte en variable entrante
pivote es ; de modo que obtenemos:
, variable saliente
-1
0
1
-2
-1
-1
-1
y el
y
y
Restricciones
Ejemplo:
Dado el PRIMAL:
Obtener el DUAL:
Problema de Maximizacin
Restricciones
Variables
Al final obtenemos:
;y
cambia a
Para obtener la solucin ptima se tiene que dar las condiciones:
1.- Factibilidad Primal.- Esto es decir
2.- Factibilidad Dual.- {
se
(
{
c) Si no existe ni factibilidad primal ni factibilidad dual; lo primero que debemos
hacer es restaurar la factibilidad dual; aplicando el mtodo simplex normal, y
una vez que tengamos factibilidad dual aplicamos dual-simplex.
Ejemplo:
Obtenemos:
-3
-1
-3
-4
-3
0
1
0 -6
1
1
0
0
1
3
0
0
3
2
No tenemos factibilidad primal; existe factibilidad dual y la variable entrante es
variable saliente es , con lo cual obtenemos:
3
-1
, la
2
0
No tenemos factibilidad primal; existe factibilidad dual y la variable entrante es
variable saliente es , con lo cual obtenemos:
3
, la
0
2
0
Ahora tenemos factibilidad primal y factibilidad dual. Hemos llegado a la solucin con
los valores de:
MODELO DE TRANSPORTE.
Es un problema especial de Investigacin Operativa que tiene su origen en la
necesidad de transportar productos desde varias fuentes de suministro u orgenes a
varios sectores de demanda o destino, consiste entonces en minimizar o maximizar
costos y utilidades respectivamente que demanden el transportar los productos
desde los orgenes hacia los diferentes destinos:
F1
F2
F3
D1
D2
D3
Si hay suficientes recursos se satisfacen todas las demandas; los costos o utilidades
estn dados por la distancia entre el origen y el destino y vienen dados en forma de
matriz:
Fuentes/Suministro
Requerimientos/Demanda
Con lo cual obtenemos:
Capacidad suministro:
Requerimientos y demanda:
Destinos
Capital
Suministro
Requerimientos/Demanda
Capacidad suministro:
Requerimientos y demanda:
Destinos
Capital
Suministro
Destinos
Capital
Suministro
Requerimientos/Demanda
S.B.F.I.
Destinos
Capital
Suministro
Destinos
Capital
Suministro
Requerimientos/Demanda
Maximizacin:
Fuentes/Suministro
Requerimientos/Demanda
Mtodo de la Penalidad
Minimizacin.1. La penalidad de los recursos (de las filas) se determina restando el valor ms
pequeo dentro de la fila del siguiente valor ms pequeo de una columna del
siguiente valor ms pequeo de la misma columna.
2. Se debe determinar luego cul es la fila o la columna que tenga la mxima
penalidad.
3. La asignacin de recursos debe hacerse a la celda que tiene menor costo a las
dos celdas que se calcularon para calcular la penalidad.
4. Se repite el proceso, sin tomar en cuenta aquellas columnas en las cuales ya se
han satisfecho los requerimientos y aquellas filas en las cuales se han
terminado los recursos.
Maximizacin.1. Las prdidas se calculan restando el mayor valor del siguiente mayor valor en
cada una de las filas y en cada una de las columnas.
2. Escoger la mxima penalidad.
3. La asignacin se la hace en la celda de mayor valor.
4. Repetir el proceso.
Ejemplo:
Fuente
Suministro
DESTINOS
Capacidad
B1 B2 B3 B4 Suministro
F1
F2
F3
Requerimientos
Demanda
Solucin:
5
9
4
50
Fuente
Suministro
DESTINOS
12
14
13
70
8
7
10
65
6 80
11 90
13 60
45
Capacidad
B1 B2 B3 B4 Suministro
F1
35 45
80
F2
25 64
90
F3
15
45 60
Requerimientos 50 70 65 45
Demanda
Min Z= (5*35) +(12*45) + (14*25) +(7*64) + (4*15) +(45*13)
Min Z= 1715
Ejemplo Maximizacin:
Fuente
Suministro
DESTINOS
F1
F2
F3
Requerimientos
Demanda
Solucin:
5
9
4
50
Fuente
Suministro
DESTINOS
B1 B2 B3 B4
12
14
13
70
8
7
10
65
Capacidad
Suministro
6 80
11 90
13 60
45
Capacidad
B1 B2 B3 B4 Suministro
F1
50 25 5
80
F2
45
45 90
F3
60
60
Requerimientos 50 70 65 45
Demanda
Min Z= (12*5) + (12*25) + (5*8) +(14*45) + (11*45) +(10*60)
Max Z= 2315
MODELO DE REDES
G(V,E)
DIRECCIONADO
(V1,V2)=(V2,V1)
<V1,V2><V2,V1>
<V1,V2>
Cabeza
Cola
#MAX DE RAMIFICACIONES
#MAX DE RAMIFICACIONES
(n(n-1))/2
n(n-1)
n=nmero de Vrtices
n=nmero de Vrtices
Si (V1,V2) Es una rama de conjunto de ramas que pertenecen a LG, entonces se dice
que V1, V2 son adyacentes y la rama V1, V2 es incidente a los vrtices de V1 y V2.
Si <V1,V2> es una rama direccionada , entonces el vrtice V1 es adyacente a V2
mientras que V2 es adyacente desde V1, la rama <V1,V2> es incidente a los vrtices
V1, V2.
Subgrafo.
Un subgrafo de G es G tal que los vrtices de G son menores o iguales a las ramas de
G.
r(G)r(G)
E(G)E(G)
Longitud de camino.- Es el nmero de ramas en el contenido.
Camino simple.- Es el camino en el cual todos los vrtices son un camino mientras
que un ciclo es un camino simple en el cual el primero y el ultimo vrtice son los
mismos. Existe adems grafos con nexos o conectados, en el cual siempre debe haber
un camino que conecte dos vrtices cualquiera.
Grado de un vrtice.
Es el nmero de ramas incidentes al vrtice. Para un grafo direccionado el grado de
entrada del vrtice V, es el nmero de ramas para el cual V es cabeza y el grado de
salida para el vrtice V es cola en este caso.
Capacidad de flujo
Es el lmite superior de la magnitud permitida de flujo que puede llevar una rama es
una direccin especfica.
Nodo Fuente
Es un nodo de un grafo dirigido que se caracteriza porque todas las ramas que se
conectan a l tienen una direccin tal que dicho nodo es nicamente cola, es decir el
flujo que sale dl nodo se le conoce tambin como inicio, origen o generador de flujo.
Nodo destino
Es un nodo de un grafo dirigido que se caracteriza porque todas las ramas que se
conectan a l tienen una direccin tal que dicho nodo es cabeza, es decir que el flujo
ingresa al nodo, se le conoce tambin como llegada, finalizador o absolvedor de flujo.
Fuente
Destino
REPRESENTACIN DE GRAFOS
Para representar grafos empleamos matrices adyacentes
(
)
, la matriz adyacente de
con la propiedad de que
es la rama (
( )
es un arreglo de 2 dimensiones
RED
Es un grafo caracterizado por dar ciertos valores a sus ramas. Ejemplo:
RED
AEREA
AVIONES
NODOS
RAMAS
AEROPUERTOS
FLUJO
RUTAS
1
-1
0
0
0
1
0
-1
0
0
0
1
-1
0
0
0
1
0
-1
0
0
0
1
-1
0
0
0
1
0
-1
0
0
0
1
-1
1
2
0
5
5
0
2
0
3
2
0
0
3
4
2
3
0
2
0
0
0
0
7
6
Procedimiento grfico
1. Seleccionar un nodo arbitrario y conectarlo al nodo ms cercano a este
obteniendo la primera rama del rbol cobertura de costo mnimo
2. Identificar un nodo no identificado que sea el ms cercano a uno de los nodos
que ya forman parte del rbol y conectarlos sin formar ciclos.
3. Repetir esto hasta que todos los nodos se hayan conectado.
Procedimiento Matricial
1. Se comienza arbitrariamente en cualquier nodo y se designa a este nodo
conectado poniendo una seal al lado izquierdo del rengln correspondiente a
este nodo y se tacha la columna correspondiente a l.
2. Considerando todos los renglones que tengan una seal se busca el valor
minino en la columna cuyo ndice no ha sido tachado y se encierra ese valor en
un crculo, se rompen los empates de modo arbitrario, la columna que
corresponde a este elemento encerrado en un crculo designa al nuevo nodo
1
2
3
4
5
6
7
1
0
5
3
1
0
0
0
2
5
0
0
8
9
0
0
3
3
0
0
4
0
6
0
4
1
8
4
0
2
7
3
5
0
9
0
2
0
0
12
6
0
0
6
7
0
0
13
7
0
0
0
3
12
13
0
cuestin sobre dicha ruta, en principio las etiquetas asociadas a un nodo que no sea H
se llamaran etiquetas temporales, cuando la distancia ms corta entre H t un nodo
dado haya sido determinado la etiqueta temporal se transformara en permanente el
algoritmo empieza etiquetando el nodo H con la etiqueta permanente (0,H) donde 0
significa que la distancia entre H y H tiene una longitud cero y H solo identifica el nodo
de salida, tan pronto cuando todos los nodos tengan etiqueta permanente se termina
el proceso.
EJERCICIO
Hallar la ruta ms corta desde el nodo H hasta los dems nodos
NODOS
1
2
3
4
5
6
7
DISTANCIA
3
7
2
9
13
14
14