Vous êtes sur la page 1sur 22

RL

Programa Acadmico CPEL

INVESTIGACION DE
OPERACIONES
SEMANA 1 SESION 2

Introduccin a la
Formulacin de Problemas

RL

OBJETIVO DEL CURSO


Proporcionar una estructura bsica para
la comprensin de los mtodos
cuantitativos (Investigacin Operativa)
que describa los conocimientos y las
prcticas de su uso en el campo de la
gestin empresarial.

BIBLIOGRAFA

Taha, Hamdy A.; Investigacin de Operaciones


Gould, Eppen y Schmidt; Investigacin de Operaciones en
la Ciencia Administrativa.
Richard Levin y Charles Kirkpatrick; Enfoques
cuantitativos a la Administracin.
K. Roscoe, Patrick G. McKeown; Modelos Cuantitativos
para la Administracin
Anderson, Sweeney, Willimas; Mtodos Cuantitativos para
los Negocios Editorial International Thomson.
Winston; Introduccin a la Investigacin de Operaciones.
Editorial, Fondo de Cultura Interamericano, Mxico.
Hillier y Lieberman; Introduccin a la Investigacin de
Operaciones
M Sasieni A Yaspan L Friedman; Investigacin de
operaciones, Ed. Limusa

RL

RL

Contenido de la Sesin
La Toma de Decisiones
Formulacin de Problemas para la toma de
decisiones.

RL

Toma de Decisiones
Toda toma de decisin empieza con la
deteccin de un problema.
Para tomar la decisin correcta, se
debe:
Definir el problema en forma clara (definir las variables).
Formular el o los objetivos.

Identificar las restricciones.


Identificar las alternativas de solucin.
Evaluar las alternativas y elegir la mejor.

Toma de Decisiones
Como se elige la mejor
alternativa?
Mtodos Cualitativos
En base a la experiencia y al juicio
profesional de la persona que toma la
decisin.

Mtodos Cuantitativos
En base a la utilizacin de herramientas
matemticas que permitan maximizar la
efectividad en la toma de decisiones.

RL

Fases de aplicacin de la
Investigacin Operativa
1.
2.
3.
4.

Formular el problema.
Construir el modelo que lo represente.
Deducir soluciones a partir del modelo.
Prueba del modelo y las soluciones
generadas.
5. Validacin del modelo.
6. Establecer controles sobre la solucin.
7. Ejecutar.

RL

RL

Enfoque Fases de la Investigacin Operativa


Realidad

Abstraccin

Modelo
Matemtico

Anlisis

Intuicin

Resultados

Decisiones
Interpretacin

FORMULACION DE UN PROBLEMA
Consideremos el siguiente ejemplo para describir los conceptos
bsicos presentes en todo problema de programacin lineal (PPL)

1.- Una juguetera produce muecos y trenes de madera.


Cada mueco es vendida en $27 y se requiere $10 en
materiales para su fabricacin, adems, 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 fabricacin de cada producto requiere de dos labores:
carpintera y acabados. Un mueco requiere de 1 hora de
carpintera y 2 de acabados, mientras que el tren
requiere de 1 hora en cada labor.

RL

RL

Programacin Lineal
Cada semana, la juguetera puede obtener todos
los materiales que desee, sin embargo, se pueden
dedicar hasta 100 horas a los acabados y hasta
80 horas a la carpintera.
La demanda por muecos est limitada a 40
unidades, mientras que la demanda por trenes no
est limitada.
Formule un modelo matemtico que permita
maximizar las utilidades de la juguetera.

RL

PREGUNTA

QUE HACER Y EN
QUE CANTIDAD?

RL

Programacin Lineal
Cada semana, la juguetera puede obtener todos los materiales que
desee, sin embargo, se pueden dedicar hasta 100 horas a los
acabados y hasta 80 horas a la carpintera. La demanda por
muecos es de 40 unidades, mientras que la demanda por trenes
no est limitada.
Formule un modelo matemtico que permita maximizar las
utilidades de la juguetera.
Variables de decisin:
Se debe comenzar definiendo las variables de decisin relevantes.
En un PPL las variables de decisin deben ser capaces de describir
completamente las decisiones que puedan ser tomadas y todas las
variantes que existan.

RL

Programacin Lineal
Antes de definir las variables de decisin es importante definir
las unidades involucradas en el problema.
En este caso, se habla de unidades de muecos y trenes, de
horas de trabajo por unidad y de demanda semanal.

De acuerdo a ello, una buena opcin para definir las variables


de decisin consiste en asociar las variables al nmero de
unidades de muecos y trenes a producir por semana.
Por lo tanto, podemos definir:
X1 = Nmero de muecos producidas por semana.

X2 = Nmero de trenes producidas por semana.

Programacin Lineal
Funcin Objetivo:
En un PPL, se debe tomar la decisin de maximizar
(usualmente las utilidades) o de minimizar (usualmente los
costos) cierta funcin de las variables de decisin.

La funcin que se va a optimizar se llama Funcin Objetivo (FO)


y en ella no aparece ningn trmino independiente o constante.
Los valores de las variables de decisin son independientes de
cualquier constante.
En el ejemplo, los costos y precios no dependen del valor de X1 o
X2 por lo tanto basta concentrarse en maximizar la diferencia
entre:
Precios (Ingresos Semanales) Costos de Materiales Costos por
mano de obra

RL

RL

Programacin Lineal
Luego se deben expresar los trminos anteriores en funcin de las
variables de decisin X1 y X2.
Por lo que la funcin objetivo queda (expresada en unidades $):
(27X1 + 21X2) (10X1 + 9X2) (14X1 + 10X2) = 3X1 + 2X2
As, el objetivo de la juguetera es escoger los valores X1 y X2 tal
que se maximice 3X1 + 2X2
Denotando por Z el valor de la FO para cualquier PPL, la funcin
de la juguetera es:
Max Z = 3X1 + 2X2
El coeficiente que acompaa a cada variable en la FO se denomina
coeficiente en la funcin objetivo de la variable y refleja el aporte
unitario de dicha variable a la funcin objetivo

RL

Programacin Lineal
Restricciones:
En las medidas que las variables crecen, la FO aumenta su valor.
Por lo tanto si se pudiera escoger arbitrariamente el valor de la
variables, la juguetera podra hacer crecer el valor de sus
utilidades en forma infinita.
En la prctica esto no es posible y en el ejemplo el valor que
toman las variables est limitado por las siguientes 3
restricciones:

Mximo 100 horas semanales para acabados.


Mximo 80 horas semanales para carpintera.
Produccin mxima de 40 muecos semanales.
Luego, el prximo paso consiste en formular matemticamente las
restricciones anteriores en funcin de las variables de decisin.

RL

Programacin Lineal
Para formular la primera restriccin en funcin de las variables
X1 y X2 observamos que:
Hrs. acabados x muecos + Hrs. acabados x trenes Hrs.
disponibles para acabados
Por lo que la restriccin queda:
2X1 + X2 100

Es importante notar que todos los valores en la expresin


anterior son por semana, ya que las variables de decisin se han
escogido con esa referencia.

Programacin Lineal
Anlogamente la segunda restriccin queda:
X1 + X2 80
Finalmente, la tercera restriccin slo limita el valor de la
variable X1
X1 40

Restricciones de Signo:
Para completar la formulacin del modelo es importante definir si
existe alguna restriccin de signo para cada variable de decisin.
Si una variable de decisin Xi debe cumplir condiciones de NO
NEGATIVIDAD, debemos agregar la siguiente restriccin:
Xi 0

RL

RL

Programacin Lineal
Si la variable de decisin Xi puede asumir valores positivos o
negativos se dice que Xi no tiene restriccin de signo (SRS).
En el ejemplo ambas variables de decisin se refieren a
cantidades a producir, por lo tanto son no negativas. Sin
embargo, en otros ejemplos las variables pueden ser SRS, por
ejemplo en el caso de que Xi se refiere al saldo de alguna
cuenta.

Combinando todas las expresiones anteriores, es posible


completar el modelo matemtico para este problema de
optimizacin, quedando de la siguiente forma:
Nota: (SRS) = Sin Restriccin de Signo

RL

Programacin Lineal
Definicin de variables:
X1: nmero de muecos producidas por semana.
X2: nmero de trenes producidas por semana.
F.O:

Max Z = 3X1 + 2X2

S a:
2X1 + X2 100

Horas disponibles para acabados por semana

X1 + X2 80

Horas disponibles para carpintera por semana

X1 40
Xj 0

Produccin mxima de muecos por semana


j = 1 y 2

No negatividad

RL

Programacin Lineal
MODELO MATEMTICO

Max Z = 3X1 + 2X2

S a:

2X1 + X2 100
X1 + X2 80
X1

Xj 0

40

j = 1 y 2

No negatividad

RL

GRACIAS
Lo ms importante no siempre es el
cmo empiezas, sino el cmo terminas.
Ricardo Lpez Guevara