Análisis de Decisiones

ANÁLISIS DE DECISIONES I
Análisis de Decisiones I Ing. Hugo Ruíz

Políticas
30% 30% 40% Parciales/Se Nombre Ponderación de
manas Parcial Componentes
Deberes Resolución
Examen
y/o Pruebas de Casos Semana # 5 Diagnóstica A: 9
1 Parcial B: 9 30
A B C
C: 12
Semana # 10 Formativa A: 9
2 Parcial B: 9 30
C: 12
Semana # 16 Formativa A: 12
3 Parcial B: 12 40 **
C: 16
100 *
Condiciones para aprobar
*70% mínimo en la nota general
** Alcanzar 16 puntos mínimos en el 3er. Parcial

Investigación de Operaciones.
¿Introducción?
El objetivo del curso es que el estudiante aprenda a reconocer los problemas tipo de
la Investigación de Operaciones de modo que sepa a qué técnico recurrir en cada
caso, para un adecuado estudio y solución del mismo.
Como su nombre lo indica, la Investigación de Operaciones (IO), o Investigación

Operativa, es la investigación de las operaciones a realizar para el logro óptimo de los
objetivos de un sistema o la mejora del mismo.
Esta disciplina brinda y utiliza la metodología científica en la búsqueda de

soluciones óptimas, como apoyo en los procesos de decisión, en cuanto a lo que
se refiere a la toma de decisiones óptimas y en sistemas que se originan en la vida
real.

Antecedentes históricos
El término IO se utiliza por primera vez en el año 1939 durante la 2da Guerra
Mundial, específicamente cuando surge la necesidad de investigar las operaciones
tácticas y estratégicas de la defensa aérea, ante la incorporación de un nuevo radar,
en oportunidad de los ataques alemanes a Gran Bretaña.
Debido a los esfuerzos bélicos, existía una necesidad urgente de asignar recursos
escasos a las distintas operaciones militares y a las actividades dentro de cada
operación, en la forma más efectiva.
Por todo esto, las administraciones militares americana e inglesa hicieron un
llamado a un gran número de científicos para que aplicaran el enfoque científico a
éste y a otros problemas de estrategia y táctica.
De hecho, se les pidió que hicieran investigación sobre operaciones militares.

Estos equipos de científicos fueron los primeros equipos de investigación de

operaciones. Sus esfuerzos contribuyeron de una manera definitiva al triunfo del
combate aéreo inglés en la isla de Campaña en el Pacífico, de la batalla del Atlántico
Norte y de muchas otras.
Estimulados por el evidente éxito de la investigación de operaciones en lo militar,

los industriales comenzaron a interesarse en este nuevo campo.
Como la explosión industrial seguía su curso al terminar la guerra, comenzó a ser

evidente para un gran número de personas, incluyendo a los consultores
industriales que habían trabajado con o para los equipos de investigación de
operaciones durante la guerra, que estos problemas eran básicamente los mismos
que los enfrentados por la milicia, pero en un contexto diferente.

De esta forma, la investigación de operaciones comenzó a introducirse en la

industria, los negocios y el gobierno. Para 1951, ya se había introducido por
completo en Gran Bretaña y estaba Estados Unidos en proceso de hacerlo.
Después de la guerra, muchos científicos que habían participado en los equipos de
investigación de operaciones o que tenían información sobre este trabajo, se
encontraban motivados a buscar resultados sustanciales en este campo; de esto
resultaron avances importantes.
Un ejemplo sobresaliente es el método simplex para resolver problemas de

programación lineal, desarrollado en 1947 por George Dantzig. (“Mente
indomable”

Modelos.
¿Qué es un Modelo?
“Un modelo es una representación explícita y externa de parte de la realidad

como la ven las personas que desean usar el modelo para entender, cambiar,
gestionar y controlar dicha parte de la realidad”
¿Para qué sirve un modelo?
En atención a lo anterior se pueden definir tres ámbitos de utilidad de los

modelos en la Investigación de Operaciones:
Aprender / Entender
Implementar en un ordenador
Tomar decisiones

Modelos.
Modelos Matemáticos
Los modelos matemáticos son modelos formales que utilizan el lenguaje de las
matemáticas para describir un sistema, expresando parámetros, variables,
relaciones.
El lenguaje matemático no se limita la expresión de números y operadores
aritméticos que los relacionan. Así por ejemplo la teoría de grafos, ampliamente
utilizada en aplicaciones prácticas, es un “subconjunto” de la más general teoría
de conjuntos.

Modelos.
Modelos Matemáticos
Los modelos pueden ser lineales o no-lineales. Si todos los operadores de un

modelo son lineales el modelo es lineal, si al menos uno es no-lineal el modelo
es no-lineal. Aunque hay excepciones, los modelos lineales son mucho más
fáciles de manejar que los modelos no-lineales.
El problema del transporte es un El problema de la tienda de campaña

problema lineal. El problema consiste con base cuadrara, minimizar la
en determinar las cantidades superficie.

Programación Lineal
La programación lineal es útil para asignar recursos escasos entre las distintas
demandas que compiten para ellos.
Los recursos pueden ser el tiempo, el dinero, materiales, etc. Y las limitaciones se
conocen como restricciones.
La programación lineal ayuda a los administradores a encontrar la mejor

solución, en materia de asignación, y les proporciona información sobre el valor
de los recursos adicionales.

Características de la programación lineal:
Las características comunes de todos los modelo de programación lineal son:
1. Función Objetivo.- La programación lineal es un proceso de optimización. Con

una sola función objetivo se expresa matemáticamente lo que se intenta
maximizar (ganancias) o minimizar (costos) en cada caso.

2. Variables de Decisión.- Representan aquellas selecciones que están bajo el

control de la persona que toma las decisiones.

3. Restricciones.- Son limitaciones que restringen las selecciones para las

variables de decisión. Cada limitación pude expresarse matemáticamente en
cualquiera de estas 3 formas, = o >= o <=

4. Región Factible.- Todo problema de programación lineal debe tener una o

varias restricciones. Consideradas en conjunto estas restricciones definen una
región factible

6. Linealidad.- Se supone que la función objetivo y las restricciones son lineales.

No pueden haber en ellas potencias ni productos, etc.

7. No Negatividad- Finalmente hacemos una suposición de no negatividad, la

cual significa que las variables de decisión deben ser positivas.

1. Función Objetivo
2. Variables de decisión
3. Restricciones
4. Región Factible
5. Parámetro
6. Linealidad
7. No negatividad

Formulación del Problema:
La formulación de un modelo que permita representar cada problema único,

aplicando l siguiente secuencia de tres pasos, constituye la parte más creativa de
la programación lineal
1. Definir las variables.- ¿Qué es lo que se pretende decidir? Defina

específicamente cada variable de decisión, recordando que las definiciones
empleadas en la función objetivo deberán ser igual de útiles en el caso de
las restricciones
X1.- Producto 1
X2.-Producto 2

Formulación del Problema:
2. Escribir la Función Objetivo.- ¿Qué es lo que se intenta maximizar o

minimizar? Las ganancias, los costos, etc.
3. Escribir las Restricciones.- ¿Cuáles factores limitan los valores de las variables
de decisión? Identificar las restricciones o parámetros de cada variable de
decisión incluida en esta expresión.

Formulación del Problema: Ejercicio 1
Una Compañía produce dos tipos de tubos de plástico. Tres recursos son fundamentales para
la producción de esos tubos: las horas de extrusión, las horas de embalaje y un aditivo
especial para las materias primas del plástico. Los siguientes datos presentan la situación
correspondiente a la semana próxima. Todos los datos están expresados en unidades de 100
pies de tubo.
La contribución a las ganancias y a los gastos
generales por cada 100 pies de tubo es de $34
para el tipo 1 y de $40 para el tipo 2. Formule
un modelo de programación lineal para
determinar qué cantidad de cada tipo de tubo
será necesario producir para maximizar la
contribución total a las ganancias y a los gastos
generales.
La extrusión es un proceso usado para crear objetos con un perfil de sección transversal fija en donde un material
es empujado a través de un dado con la sección transversal deseada.




Formulación del Problema: Ejercicio 1 Análisis Gráfico

Formulación del Problema: Ejercicio 1 Análisis Gráfico

Unos grandes almacenes encargan a un fabricante pantalones y chaquetas deportivas. El
fabricante dispone para la confección de 1500 m de tejido de algodón y 1000 m de tejido
de poliéster. Cada pantalón precisa 2 m de algodón y 2 m de poliéster. Para cada
chaqueta se necesitan 3 m de algodón y 1 m de poliéster. El precio del pantalón se fija en
50 € y el de la chaqueta en 40 €. ¿Qué número de pantalones y chaquetas debe
suministrar el fabricante a los almacenes para que estos consigan una venta máxima?
1. Elección de las incógnitas. 2x+3y≤1500

x = número de pantalones 2x + y ≤ 1000
y = número de chaquetas
2. Función objetivo
Max Z= 50x + 40y

3. Restricciones
Nos vamos ayudar con la siguiente tabla
pantalonesChaquetas Disponible
Algodón 2 3 1500
Poliester 2 1 1000
Como el número de pantalones y chaquetas

son números naturales, tendremos dos
2x+3y≤1500
restricciones más:
2x + y ≤ 1000
x≥0
y≥0

4. Hallar el conjunto de soluciones factibles Gráficamente

La solución óptima es fabricar 375 pantalones

y 250 chaquetas para obtener un beneficio de
28750

Una compañía fabrica y venden dos modelos de lámpara L1 y L2. Para su fabricación se
necesita un trabajo manual de 20 minutos para el modelo L1 y de 30 minutos para el L2; y
un trabajo de máquina para L1 de 20 minutos y de 10 minutos para L2. Se dispone para el
trabajo manual de 100 horas al mes y para la máquina 80 horas al mes. Sabiendo que el
beneficio por unidad es de 15 y 10 euros para L1 y L2, respectivamente, planificar la
producción para obtener el máximo beneficio.
1. Elección de las incógnitas.

x = nº de lámparas L1
y = nº de lámparas L2
Max Z= 15x + 10y

3. Restricciones
Pasamos los tiempos a horas
20 min = 1/3 h
30 min = 1/2 h
10 min = 1/6 h
1/3x + 1/2y ≤ 100 Como el número de lámparas son números

1/3x + 1/6y ≤ 80 naturales, tendremos dos restricciones más:
x≥0
y≥0

La solución óptima es fabricar 210 del modelo

L1 y 60 del modelo L1 para obtener un
beneficio de 3 750

Una empresa de transportes tiene dos tipos de camiones, los del tipo A con un espacio
refrigerado de 20 m3 y un espacio no refrigerado de 40 m3. Los del tipo B, con igual
cubicaje total que A, al 50% de refrigerado y no refrigerado. La contratan para el
transporte de 3 000 m3 de producto que necesita refrigeración y 4 000 m3 de otro que no
la necesita. El coste por kilómetro de un camión del tipo A es de 30 € y el B de 40 €.
¿Cuántos camiones de cada tipo ha de utilizar para que el coste total sea mínimo?

x = camiones de tipo A
y = camiones de tipo B
Min Z= 30x + 40y

3. Restricciones
20x + 30y ≥ 3 000 x≥0

40x + 30y ≥ 4 000 y≥0



En una granja de pollos se da una dieta, para engordar, con una composición mínima de
15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado sólo se
encuentra dos clases de compuestos: el tipo X con una composición de una unidad de A y
5 de B, y el otro tipo, Y, con una composición de cinco unidades de A y una de B. El precio
del tipo X es de 10 euros y del tipo Y es de 30 €. ¿Qué cantidades se han de comprar de
cada tipo para cubrir las necesidades con un coste mínimo?

x=X
y=Y
Min Z= 10x + 30y

3. Restricciones
x + 5y ≥ 15 x≥0
5x + y ≥ 15 y≥0


Un autobús Guayaquil-Machala ofrece plazas para fumadores al precio de $ 10 y a no
fumadores al precio de $ 6. Al no fumador se le deja llevar 50 kgs. de peso y al fumador
20 kgs. Si el autobús tiene 90 plazas y admite un equipaje de hasta 3.000 kg. ¿Cuál ha de
ser la oferta de plazas de la compañía para cada tipo de pasajeros, con la finalidad de
optimizara el beneficio?
Sean las variables de decisión:
x= n: de plazas de fumadores.
y= n: de plazas de no fumadores.
z=10x+6y
M&D Asociados fabrica dos productos que se venden como materias primas a
empresas que elaboran jabones de baño y detergentes para lavar ropa. Con
base en un análisis de los niveles de inventario actuales y la demanda potencial
para el próximo mes, la gerencia de M&D ha especificado que la producción
combinada de los productos A y B debe sumar un total de 350 galones como
mínimo. Por otra parte, también debe surtirse el pedido de 125 galones del
producto A con un cliente importante. El producto A requiere 2 horas de
tiempo de procesamiento por galón, mientras que el producto B requiere 1
hora de tiempo de procesamiento por galón, y para el próximo mes, se cuenta
con 600 horas de tiempo de procesamiento disponibles. El objetivo de M&D es
satisfacer estos requerimientos con un costo de producción total mínimo. Los
costos de producción son $2 por galón del producto A y $3 por galón del
producto B. Encontrar el número de los productos a producir.

Al restaurante Café Latino le gustaría determinar la mejor manera de

asignar un presupuesto de publicidad mensual de $1000 entre los
periódicos y la radio. La gerencia decidió que debe invertir por lo menos
25% del presupuesto en cada tipo de medio y que la cantidad de dinero
gastada en la publicidad en los periódicos locales debe ser por lo menos del
doble de la publicidad invertida en radio. Un consultor de marketing
elaboró un índice que mide la penetración en la audiencia por dólar de
publicidad en una escala de 0 a 100, en el que los valores más altos implican
una mayor penetración. Si el valor del índice para la publicidad en los
periódicos locales es 50 y el valor del índice para el espacio publicitario en
la radio es 80, ¿cómo debe asignar el restaurante su presupuesto de
publicidad para maximizar el valor de la penetración total en la audiencia?

X1= Presupuesto Publicidad periódico
X2= Presupuesto Publicidad Radio
Max z= 50 X1+80 X2
s.a
X1 >=250
X2 >=250
X1 + X2 <=1000
X1 >= 2 X2
Ing. Hugo Ruíz

Análisis de Decisiones

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Análisis de Decisiones

Transféré par

Droits d'auteur :

Formats disponibles

ANÁLISIS DE DECISIONES I

Análisis de Decisiones I Ing. Hugo Ruíz

Análisis de Decisiones I Ing. Hugo Ruíz

Como su nombre lo indica, la Investigación de Operaciones (IO), o Investigación

Esta disciplina brinda y utiliza la metodología científica en la búsqueda de

Análisis de Decisiones I Ing. Hugo Ruíz

De hecho, se les pidió que hicieran investigación sobre operaciones militares.

Análisis de Decisiones I Ing. Hugo Ruíz

Estos equipos de científicos fueron los primeros equipos de investigación de

Estimulados por el evidente éxito de la investigación de operaciones en lo militar,

Como la explosión industrial seguía su curso al terminar la guerra, comenzó a ser

Análisis de Decisiones I Ing. Hugo Ruíz

De esta forma, la investigación de operaciones comenzó a introducirse en la

Un ejemplo sobresaliente es el método simplex para resolver problemas de

Análisis de Decisiones I Ing. Hugo Ruíz

“Un modelo es una representación explícita y externa de parte de la realidad

¿Para qué sirve un modelo?

En atención a lo anterior se pueden definir tres ámbitos de utilidad de los

Análisis de Decisiones I Ing. Hugo Ruíz

Análisis de Decisiones I Ing. Hugo Ruíz

Los modelos pueden ser lineales o no-lineales. Si todos los operadores de un

El problema del transporte es un El problema de la tienda de campaña

Análisis de Decisiones I Ing. Hugo Ruíz

La programación lineal ayuda a los administradores a encontrar la mejor

Análisis de Decisiones I Ing. Hugo Ruíz

Las características comunes de todos los modelo de programación lineal son:

1. Función Objetivo.- La programación lineal es un proceso de optimización. Con

Análisis de Decisiones I Ing. Hugo Ruíz

Las características comunes de todos los modelo de programación lineal son:

2. Variables de Decisión.- Representan aquellas selecciones que están bajo el

Análisis de Decisiones I Ing. Hugo Ruíz

Las características comunes de todos los modelo de programación lineal son:

3. Restricciones.- Son limitaciones que restringen las selecciones para las

Análisis de Decisiones I Ing. Hugo Ruíz

Las características comunes de todos los modelo de programación lineal son:

4. Región Factible.- Todo problema de programación lineal debe tener una o

Análisis de Decisiones I Ing. Hugo Ruíz

Las características comunes de todos los modelo de programación lineal son:

6. Linealidad.- Se supone que la función objetivo y las restricciones son lineales.

Análisis de Decisiones I Ing. Hugo Ruíz

Las características comunes de todos los modelo de programación lineal son:

7. No Negatividad- Finalmente hacemos una suposición de no negatividad, la

Análisis de Decisiones I Ing. Hugo Ruíz

Las características comunes de todos los modelo de programación lineal son:

Análisis de Decisiones I Ing. Hugo Ruíz

La formulación de un modelo que permita representar cada problema único,

1. Definir las variables.- ¿Qué es lo que se pretende decidir? Defina

Análisis de Decisiones I Ing. Hugo Ruíz

2. Escribir la Función Objetivo.- ¿Qué es lo que se intenta maximizar o

Análisis de Decisiones I Ing. Hugo Ruíz

Análisis de Decisiones I Ing. Hugo Ruíz

Análisis de Decisiones I Ing. Hugo Ruíz

Análisis de Decisiones I Ing. Hugo Ruíz

Análisis de Decisiones I Ing. Hugo Ruíz

Análisis de Decisiones I Ing. Hugo Ruíz

Análisis de Decisiones I Ing. Hugo Ruíz

1. Elección de las incógnitas. 2x+3y≤1500

Análisis de Decisiones I Ing. Hugo Ruíz

Como el número de pantalones y chaquetas

Análisis de Decisiones I Ing. Hugo Ruíz

4. Hallar el conjunto de soluciones factibles Gráficamente

Análisis de Decisiones I Ing. Hugo Ruíz

4. Hallar el conjunto de soluciones factibles Gráficamente

La solución óptima es fabricar 375 pantalones