Conceptos Bsicos Investigacin

de Operaciones
e
Introduccin a Modelos Matemticos.

Reglas Matemticas - Fracciones

Reglas Matemticas - Fracciones

Reglas Matemticas Ley de los Signos

Recursos de Aprendizaje

Baltar, F., & Gentile, N. (2012). Mtodos mixtos para el estudio de las decisiones
estratgicas en las pymes.
Fuente: CRAI, Base de Datos: Proquest
Microsoft Excel
POM-QM

HISTORIA- INVESTIGACION DE OPERACIONES

La Fuerza Area Britnica formo el primer grupo que
desarrollara mtodos cuantitativos para resolver
problemas operacionales y lo llamaron Investigacin
Operacional. Las fuerzas armadas estadounidenses
formaron un grupo similar, compuesto por cientficos,
ingenieros y fsicos, cinco de los cuales fueron
laureados con el premio Nobel. Los esfuerzos de estos
grupos eran especialmente el rea de la deteccin por
radar.

HISTORIA- INVESTIGACION DE OPERACIONES

Despus de la Segunda Guerra Mundial, los primeros esfuerzos se dedicaron a
desarrollar modelos apropiados y procedimientos para solucionar problemas en las
reas como programacin de refineras de petrleo, la distribucin de productos, la
planeacin de produccin, el estudio de mercados y la planeacin de inversiones.

El papel del anlisis cuantitativo y cualitativo

en la toma de decisiones

Qu es el anlisis cuantitativo?
Es el enfoque cientfico de las toma de decisiones
administrativas.
Cuando se utiliza el enfoque cuantitativo:
El analista se concentrar en los hechos
cuantitativos o datos asociados con el
problema.
Desarrollar expresiones matemticas
que describan los objetivos,
restricciones y otras relaciones que
existen en el problema.

Anlisis Cuantitativo
Las herramientas matemticas se han usado por
miles de aos.
El anlisis cuantitativo se puede usar en gran
variedad de problemas.
No es suficiente saber la matemtica o
procedimiento de una tcnica
Hay que entender la aplicacin especfica de una
tcnica, sus limitaciones y supuestos.

Razones para utilizar un enfoque cuantitativo en el

proceso de toma de decisiones

Problema
es muy
complejo

El problema es
especialmente
importante

El
problema
es nuevo

El problema es
repetitivo

Desarrollo de modelos
Son representaciones de objetos o situaciones
reales y pueden presentarse en varias formas

Modelos Icnico

Modelo Anlogo

Modelo Matemtico

Modelo Matemtico: Representaciones de un

problema mediante un sistema de smbolos y

relaciones o expresiones matemticas y son parte
fundamental de cualquier mtodo cuantitativo para
la toma de decisiones.
Los modelos usualmente contienen variables las cuales son
controlables y cuyo valor es determinado por quien toma la
decisin.
Los datos son conocidos y son parte del problema

Que es la Investigacin de Operaciones?

Investigacin de Operaciones (IO)o Investigacin Operativa,
es la investigacin de las operaciones a realizar para el logro
optimo de los objetivos de un sistema o la mejora del mismo.
Utiliza metodologa cientfica en la bsqueda de soluciones
optimas, como apoyo en los procesos de decisin.

Se aplica a las siguientes 2 caractersticas bsicas de problemas:

Problemas determinsticos: Toda la informacin necesaria para

obtener una solucin se conoce con certeza.
Problemas Estocsticos: Parte de la informacin no se conoce
con certeza, mas bien se comporta de una manera probabilstica.
Caractersticas de la IO
Una fuerte orientacin a teora de Sistemas.
La participacin de equipos interdisciplinarios.
La aplicacin del mtodo cientfico en toma de decisiones.

Los resultados deben ser lgicos,

consistentes y representativos de la realidad.
Hacer Anlisis de Sensibilidad.

MODELOS CUANTITATIVOS
PROGRAMACIN LINEAL
MODELOS DE INVENTARIO
MODELO DE LINEAS DE ESPERA O DE COLAS
PROGRAMACIN DE PROYECTOS (PERT CPM)
SIMULACIN
ANALISIS DE DECISIN
PRONSTICOS
MODELOS DE TRANSPORTE

EJEMPLOS DE APLICACION

Una empresa posee tres plantas de produccin: una en SPS, otra en

Tegucigalpa y otra en Corts.
Los costos de produccin en cada planta son los mismos, pero los costos de
transporte difieren significativamente.
Los principales puntos de demanda estn en diferentes ciudades de Estados
Unidos.
El problema consiste en decidir cunto se debe producir en cada planta con el
fin de minimizar los costos de distribucin del producto.

EJEMPLOS DE APLICACION

Un gerente de un banco debe decidir cuntas cajas

debe abrir para atender a sus clientes.
Si abre muchas cajas el servicio ser muy eficiente,
pero los costos se incrementarn fuertemente.
Si abre pocas cajas es posible que los clientes tengan
que hacer largas colas para ser atendidos, y podra ser
que prefieran ir a otro banco.
Se debe decidir cuntas cajas se van a abrir.

EJEMPLOS DE APLICACION

Un gerente de un supermercado est convencido de

que se deben mantener altos niveles de inventarios,
ya que cuando un cliente no encuentra un producto
ir a conseguirlo en algn supermercado competidor.
Pero esto implica altos costos, sobre todo en el caso
de algunos productos difciles de conservar.
Su pregunta consiste en cul debe ser el nivel
adecuado de inventarios.

EJEMPLOS DE APLICACION

Un empresario est considerando efectuar una

inversin en un nuevo producto con el fin de lanzarlo
al mercado.
El nuevo producto podra comercializarse dos modos:
1. Regalar pequeas muestras de nuevo producto
2. Colocar algunos anuncios en revistas y tv.
El empresario debe escoger el plan que maximice las
ventas, a un costo y riesgo aceptables.

MODELO MATEMATICO
Los modelos matemticos tienen dos componentes bsicos:

Datos: Valores conocidos y constantes.

Variables: Valores que se calculan.
Mediante la combinacin lineal de los mismos se generan:

Funcin Objetivo que debe minimizarse o maximizarse.

Restricciones que establece lmites al espacio de soluciones.

Tanto la funcin objetivo como las restricciones se expresan matemticamente
mediante el uso de variables o incgnitas. Se pretende definir unos valores a
dichas variables de tal modo que se obtiene la mejor valoracin de la funcin
objetivo mientras se cumplen todas las restricciones.

MODELO MATEMATICO
En su formulacin bsica los modelos matemticos tienen una funcin objetivo y una
o ms restricciones. Sin embargo existen excepciones como:
Mltiples Objetivos
Objetivos No existentes
No existencia de restricciones

Mltiples objetivos
Un modelo de Programacin Matemtica exige una nica funcin objetivo que tiene
que ser maximizada o minimizada. Esto sin embargo no implica que no se puedan
abordar los problemas con mltiples funciones objetivo.
Objetivos no existentes

En ocasiones al plantear el problema es difcil establecer un objetivo para el

problema, ms all de encontrar una solucin que satisfaga las restricciones. En ese
caso es conveniente fijar un objetivo sencillo ligado a una nica variable.
Optimizacin sin restricciones
Los problemas de optimizacin sin restricciones pretenden minimizar (o maximizar)
una funcin real f(x) donde x es un vector de n variables reales. Es decir se buscan un
x* tal que f(x*5 ) f(x) para todos los x cercanos a x*. En el caso de un problema de
optimizacin global, el x* buscado es el que minimiza f para todo el espacio xR

METODOLOGIA PARA RESOLVER UN

MODELO MATEMATICO
Definicin del Problema
Desarrollo de un Modelo Matemtico y
Recoleccin de Datos
Resolucin del Modelo Matemtico
Validacin, instrumentacin y Control de la
Solucin
Modificacin del Modelo

METODOLOGIA
1. Definicin del Problema:
El primer paso es identificar, comprender y describir el problema.
2. Desarrollo de un Modelo Matemtico y Recoleccin de Datos:
El siguiente paso es expresar el problema en una forma matemtica,
esto es, formular un modelo matemtico.
Para establecer el problema matemticamente, comencemos por
definir:
Las variables de decisin/Variable/Variable Controlable. Es una
cantidad cuyo valor se puede controlar y es necesario determinar
para solucionar un problema.
Funcin Objetivo: El objetivo global de un problema de decisin
expresado en una forma matemtica en trminos de los datos y de
las variables de decisin.
Limitacin/Restricciones: Es una restriccin sobre los valores de
variables en un modelo matemtico tpicamente impuesto por
condiciones externas.

METODOLOGIA
3. Resolucin del Modelo Matemtico:
Una vez formulado el modelo, el siguiente paso es resolver,
es decir una vez que se identifique el tipo de modelo que
tiene, podr elegir una tcnica apropiada.
Estas tcnicas pertenecen a :
Mtodos ptimos: que producen los mejores valores para
las variables de decisin, es decir aquellos valores que
satisfacen todas las restricciones y proporcionan el mejor
valor para la funcin objetivo.
Mtodo Heurstico: Producen valores que satisfacen las
restricciones aunque no necesariamente optima, pero
aceptables para la funcin objetivo.

METODOLOGIA
4.Validacion, instrumentacin y Control de la Solucin:
El proceso de revisar una solucin de un modelo matemtico para
asegurar que los valores tengan sentido y que las decisiones
resultantes puedan llevarse a cabo.

5. Modificacin del Modelo: Si durante el paso de validacin se

encuentra que la solucin no puede llevarse a cabo, se puede
identificarlas limitaciones que fueron omitidas y debe regresarse a la
etapa de formulacin del problema y hacer las modificaciones
apropiadas.

USOS Y VENTAJAS DE LOS MODELOS DE IO

Los modelos matemticos ayudan a tomar dos tipos de
decisiones: Decisin Estratgica: Es una decisin de una sola
vez que involucra polticas con consecuencia a largo plazo para
la organizacin. Decisiones Operacionales. Es una decisin
que implica cuestiones de planeacin de corto plazo que
generalmente deben hacerse repetidamente.
Ventajas:
Determinar la mejor manera de lograr un objetivo, como
asignar recursos escasos.
Evaluar un cambio propuesto o un Nuevo Sistema sin el costo y
tiempo de llevarlos a cabo.
Evaluar la fortaleza de la solucin optima al hacer preguntas de
Sensibilidad de la forma Que sucedera si?.
Lograr un objetivo que beneficie a la organizacin incluyendo
consideraciones de muchas partes de la empresa.

Programacin lineal

Qu es Programacin Lineal?
Un conjunto de conocimientos que busca determinar el mejor

curso de accin de un problema de decisin, con la restriccin de

recursos limitados. (Taha)
La disciplina que aplica mtodos analticos avanzados para
ayudar a tomar mejores decisiones.
La aplicacin de mtodos cuantitativos para la resolucin de
problemas y ayudar en la toma de decisiones.

Metodologa de la Investigacin de Operaciones

Qu es un modelo?

Modelos de Programacin Lineal

Condiciones para linealidad

La PRINCIPIO DE PROPORCIONALIDAD significa por ejemplo
que si la produccin de 1 unidad de un producto utiliza 3
horas de un recurso, entonces producir 10 de esos mismos
productos, utiliza 30 horas de ese recurso
La PRINCIPIO DE ADITIVIDAD, es decir, que el total de todas
las actividades es igual a la suma de las actividades
individuales.

1. Restricciones lineales:
Por ejemplo:
a1x1 + a2x2 + a3x3+..anxn (,=) b
2. Restricciones no lineales
Por ejemplo
L*W*H 12,000 o
X2 + 2y 10

1. Definicin del Problema

El primer paso es identificar, comprender y describir, en
trminos precisos, el problema que la organizacin enfrenta.
Desarrollar plan de produccin, minimizando costos,
inventario y satisfaciendo la demanda
Determinar el portafolio de inversiones para maximizar el
rendimiento
Determinar la combinacin ptima de medios de publicidad
que maximice la efectividad de la publicidad.

A veces el problema no es tan claro

Ejemplo
Un agricultor tiene una parcela de 640m para dedicarla al cultivo de rboles
frutales: naranjos, perales, manzanos y limoneros. Se pregunta de qu forma
debera repartir la superficie de la parcela entre las variedades para conseguir
el mximo beneficio sabiendo que:
- Cada naranjo necesita un mnimo de 16m, cada peral 4m, cada manzano
8m y cada limonero 12m.
- Dispone de 900 horas de trabajo al ao, necesitando cada naranjo 30 horas al
ao, cada peral 5 horas, cada manzano 10 horas, y cada limonero 20 horas.
- A causa de la sequa, el agricultor tiene restricciones para el riego: le han
asignado 200m de agua anuales. Las necesidades anuales son de 2m por
cada naranjo, 1m por cada peral, 1m por cada manzano, y 2m por cada
limonero.
- Los beneficios unitarios son de 50, 25, 20, y 30 $ por cada naranjo, peral,
manzano y limonero respectivamente.

Ejemplo

Cul es el
problema?

Un agricultor tiene una parcela de 640m para dedicarla al cultivo de rboles frutales:
naranjos, perales, manzanos y limoneros. Se pregunta de qu forma debera repartir la
superficie de la parcela entre las variedades para conseguir el mximo beneficio
sabiendo que:
- Cada naranjo necesita un mnimo de 16m, cada peral 4m, cada manzano 8m y cada
limonero 12m.
- Dispone de 900 horas de trabajo al ao, necesitando cada naranjo 30 horas al ao,
cada peral 5 horas, cada manzano 10 horas, y cada limonero 20 horas.
- A causa de la sequa, el agricultor tiene restricciones para el riego: le han asignado
200m de agua anuales. Las necesidades anuales son de 2m por cada naranjo, 1m por
cada peral, 1m por cada manzano, y 2m por cada limonero.
- Los beneficios unitarios son de 50, 25, 20, y 30 $ por cada naranjo, peral, manzano y
limonero respectivamente.

2. Desarrollo de un modelo matemtico y

recoleccin de datos
Expresar el problema de una forma matemtica, es
decir formular un modelo matemtico
Componentes de un Modelo Matemtico:
A. Alternativas o variables de Decisin.
B. Funcin objetivo
C. Restricciones del problema

Pautas generales para identificar

variables de decisin:
1. Qu elementos afectan el objetivo global
2. Qu elementos puede elegir y/o controlar
libremente?
3. Qu decisiones tiene que tomar?
4. Qu valores una vez determinados, constituyen una
solucin para el problema?
Las descripciones de las variables deben ser
precisas, incluir las unidades asociadas

Ejemplo

Cules son
las variables?

Un agricultor tiene una parcela de 640m para dedicarla al cultivo de rboles frutales:
naranjos, perales, manzanos y limoneros. Se pregunta de qu forma debera repartir la
superficie de la parcela entre las variedades para conseguir el mximo beneficio
sabiendo que:
- Cada naranjo necesita un mnimo de 16m, cada peral 4m, cada manzano 8m y cada
limonero 12m.
- Dispone de 900 horas de trabajo al ao, necesitando cada naranjo 30 horas al ao,
cada peral 5 horas, cada manzano 10 horas, y cada limonero 20 horas.
- A causa de la sequa, el agricultor tiene restricciones para el riego: le han asignado
200m de agua anuales. Las necesidades anuales son de 2m por cada naranjo, 1m por
cada peral, 1m por cada manzano, y 2m por cada limonero.
- Los beneficios unitarios son de 50, 25, 20, y 30 $ por cada naranjo, peral, manzano y
limonero respectivamente.

A. Variables de decision
Se determinan las variables de decisin y se representan
algebraicamente. En este caso:
X1: nmero de naranjos a cultivar
X2: nmero de perales a cultivar
X3: nmero de manzanos a cultivar
X4: nmero de limoneros a cultivar

B. Funcin Objetivo
Se formula el problema en forma matemtica usando
las variables de decisin y los datos (los cuales no se
pueden controlar).
Usualmente se busca maximizar o minimizar.

En nuestro ejemplo.
Cul podra ser la Funcin Objetivo?

Maximizar
50X1 + 25X2 + 20X3 + 30X4

C. Restricciones
Estn expresadas en funcin de las variables de
decisin y otra informacin conocida que se llama
datos, los cuales son parmetros incontrolables
Por lo general surgen de:

Limitaciones fsica
Restricciones impuestas por la administracin
Restricciones externas
Relaciones implicadas entre variables
Restricciones lgicas sobre variables individuales

En nuestro ejemplo
Un agricultor tiene una parcela de 640m para dedicarla al cultivo de rboles frutales:
naranjos, perales, manzanos y limoneros. Se pregunta de qu forma debera repartir la
superficie de la parcela entre las variedades para conseguir el mximo beneficio sabiendo
que:
- Cada naranjo necesita un mnimo de 16m, cada peral 4m, cada manzano 8m y cada
limonero 12m.
- Dispone de 900 horas de trabajo al ao, necesitando cada naranjo 30 horas al ao, cada
peral 5 horas, cada manzano 10 horas, y cada limonero 20 horas.
- A causa de la sequa, el agricultor tiene restricciones para el riego: le han asignado 200m
de agua anuales. Las necesidades anuales son de 2m por cada naranjo, 1m por cada peral,
1m por cada manzano, y 2m por cada limonero.
- Los beneficios unitarios son de 50, 25, 20, y 30 $ por cada naranjo, peral, manzano y
limonero respectivamente.

Restricciones para el ejemplo

Necesidades de terreno:
16X1 + 4X2 + 8X3 + 12X4 640
Necesidades de horas anuales:
30X1 + 5X2 + 10X3 + 20X4 900
Necesidades de riego:

2X1 + X2 + X3 + 2X4 200

Lgicas:
X1,X2,X3,X40
Xi son enteros

GRACIAS