UNIVERSIDAD CATOLICA SANTO TORIBIO DE MOGROVEJO

Ingeniera Industrial

Investigacin de Operaciones

Unidad I: Programacin Lineal

Objetivos

Comprender la importancia de la Inv. de Operaciones, su rol en la solucin de problemas y especficamente del uso y aplicacin de los mtodos cuantitativos de decisin.

Obtener conocimiento y comprensin de los fundamentos tericos de los modelos de programacin lineal , su formulacin, su proceso de solucin y el anlisis e interpretacin de los resultados.
Identificar situaciones en las que los modelos de programacin lineal pueden ser utilizados para darles solucin. Presentar a la funcin Operaciones como generadora de ventajas competitivas sostenibles

Describir su sistema de funcionamiento y la generacin de decisiones

que requiere

Relacionar la funciones empresarias con el rea de Operaciones

Conocimientos previos

Geometra Plana: Plano cartesiano, representacin de

rectas en el plano, grfico de una recta, pendiente de una recta, familia de rectas paralelas.

Algebra Lineal: ecuaciones, inecuaciones, sistema de

ecuaciones lineales, resolucin de sistemas de

ecuaciones lineales, matrices.

Estadstica: dispersin, varianza, desviacin estndar.

Qu es la Investigacin Operaciones en la Empresa?

Descubrir y desarrollar las ideas que permitan Dirigir y Controlar los Procesos mediante donde los insumos se transforman en bienes y servicios terminados
Participacin del Cliente

Insumos Personal Lderes Equipos Instalaciones Materiales Servicios Tierra Energa

Operaciones

Productos Bienes Servicios

Procesos
Informacin Rendimiento Ambiente Externo

Investigacin de Operaciones como Funcin

Tipos de Organizacin
Manufactura Construccin Transporte Salud Mayoristas Minoristas Banca Gobierno

Funciones
Administracin Finanzas Marketing Operacioness RRHH Ingeniera

Areas de Habilidades Mtodos cuantitativos Comportamiento Organizacional Sistemas de Informacin Economa Negocios Internacionales Etica y Derecho en Negocios

Manufacturas y Servicios: diferencias

1. 2.

Producto Fsico, Durable La produccin se inventariar

1.

puede

2.

3.
3. 4. 5.

6. 7. 8.

Poco contacto con el Cliente Tiempo de respuesta largo Mercados regionales, nacionales o internacionales Instalaciones grandes Intensivo en Capital Calidad fcil de medir

4. 5.

6.

7. 8.

Producto intangible, perecedero La produccin no se puede inventariar Alto contacto con el cliente Tiempos de respuesta cortos Mercados locales (en la gran mayora) Instalaciones pequeas (en la gran mayora) Intensivo en trabajo No es fcil medir la calidad

Organizacin Manufactura

Organizacin de Servicios

Manufacturas y Servicios: semejanzas

Ambos tipos de organizaciones proveen una combinacin de bienes y servicios Se mantiene stock de insumos Todos los miembros de una organizacin tienen clientes: internos o externos Sus procesos deben ser diseados y administrados con eficacia Las organizaciones deben mejorar continuamente la calidad, la productividad y la respuesta puntual.

Productividad
Para que la evaluacin sea justa todos armarn individualmente el balance del ao anterior

Funcin Operaciones como arma competitiva

Alineamiento de Operaciones a la Estrategia Empresarial Desarrollo de Habilidades Diferenciales como aporte a la estrategia

Sistema de decisiones como arma competitiva: potenciando habilidades y

capacidades, Administracin de

procesos y su tecnologa recursos capacidades y caractersticas de los mbitos de trabajo niveles de stock en toda la cadena de abastecimiento proyectos de diferenciacin calidad / servicio tiempos de respuesta sistema de informacin y medicin

Estrategia corporativa y de reas funcionales

Capacidades: actuales, necesarias y futuras

Entorno socio econmico y de negocios

Estrategia Corporativa misin metas competencias distintivas

Prioridades Competitivas costo calidad tiempo flexibilidad

Direcciones Futuras estrategia mundial pro/ser nuevos

Anlisis de mercado -segmentacin

-evaluacin

Estrategia Areas Funcionales finanzas marketing operaciones otras

Estrategia Corporativa

Anlisis de Mercado

Prioridades competitivas
Operaciones a bajo costo
Costo

Calidad

Diseo de alto rendimiento Calidad consistente

Tiempo

Entrega rpida Entrega a tiempo Velocidad de desarrollo

Personalizacin Flexibilidad de volumen

Flexibilidad

Conclusiones

Una estrategia de operaciones basada en el cliente requiere que las necesidades del mercado se traduzcan en capacidades deseables para la funcin operaciones, conocidas como prioridades competitivas

La gerencia deber decidir en qu dimensiones deber sobresalir el sistema de operaciones de la empresa

En la competencia basada en el tiempo, los gerentes tratan de

ahorrar tiempo en los diversos pasos que conducen a la entrega

del producto

Programacin Lineal

Introduccin
La Programacin Lineal es una herramienta muy poderosa para la aplicacin y disposicin de recursos escasos de una manera adecuada y ptima.

En la actualidad los recursos necesarios para llevar a cabo una operacin son escasos y tienden a subir de precio.

La Programacin Lineal permite la asignacin de estos recursos de una forma efectiva utilizando aqullos que son indispensables

y al mximo.

Tipos de Programacin

Usos de PL
Los 5 tipos de problemas de PL en la Administracin de la

Produccin ms usados son:

Mezcla Mezcla

de Productos de Ingredientes

Transporte Plan

de Produccin

Asignacin

Identificacin de Problemas de Programacin Lineal

El primer paso ser identificar que problemas son los
apropiados para soluciones de programacin lineal.

Es fundamental tener la capacidad de identificar los

problemas que tienen soluciones de programacin lineal. Una vez que se pueda definir bien que es y que no es un

problema de programacin lineal, el siguiente paso ser

formular el problema correspondiente en un formato de programacin lineal.

...Identificacin de Problemas de Programacin Lineal

Existen 4 caractersticas principales de problemas de programacin lineal en la administracin de la produccin y de las operaciones:
Debe

existir un objetivo nico bien definido. existir cursos de accin alternos.

Deben El

logro total del objetivo debe quedar restringido por

recursos escasos o por otras limitantes.

El

objetivo y cada una de sus restricciones debern poder

ser expresados como funciones matemticas lineales.

Mtodos para la Solucin de Problemas PL

En el ao 1947, George Dantzig desarrollo el mtodo simplex de programacin lineal que fue el inicio del

desarrollo
matemtica.

del

campo

actual

de

la

programacin

El mtodo simplex, el de transporte y el de asignacin son herramientas practicas para la solucin de los problemas de programacin lineal.

Mtodo Grfico

Mtodo Grfico

El Mtodo Grfico permite

visualizar el impacto de las restricciones propias de un

problema

de

PL

en

la

funcin objetivo y resolucin del mismo.

Mtodo Grfico
Existen siete pasos a seguir en el mtodo grafico:
Formular

las funciones objetivo y las restricciones. Dibujar una grafica con una variable en el eje horizontal y otra en el vertical. Trazar cada una de las restricciones como si fuesen lneas rectas. Delinear el espacio de solucin factible. Circular los puntos de solucin potencial. Reemplazar cada uno de los valores de los puntos de solucin potencial de las dos variables de decisin en la funcin objetivo y determinar Z. Seleccionar aquel punto de solucin que optimice Z( maximizar ganancias o minimizar costos).

Ejemplo de Mtodo Grfico

Feedco, una empresa Lubbock, Texas, mezcla

mecnicamente alimentos para generar pasturas de bajo costo para el ganado. Los ingredientes principales son avena y maz. Los costos actuales de avena y de maz son de 10 centavos y 6 centavos de dlar por libra, respectivamente. Feedco requiere de un mnimo de 5,000 unidades de mineral, 8,000 caloras y 4,000 unidades de vitaminas diarios por cada una de las cabezas de ganado. Cada libra de

avena y de maz suministra estas cantidades:

Ejemplo de Mtodo Grfico

Alimento Unidades de minerales por libra Avena Maz 200 100 200 300 Caloras por libra Unidades de vitaminas por libra 100 200

Cuntas libras de avena y de maz debern darse diariamente a cada res para minimizar los costos de pastura?

Ejemplo de Mtodo Grfico

Solucin: Objetivo: Minimizacin de los costos incurridos en pastura. Variables de decisin: Feedco debe decidir cuntas libras de avena y maz debern darse a cada res X1 = libra de avena X2 = libra de maz Funciones de restriccin: 200 X1 + 100 X2 >= 5,000 200 X1 + 300 X2 >= 8,000 100 X1 + 200 X2 >= 4,000

Ejemplo de Mtodo Grfico

X2 (libra de maz) 50 A 45 40 35 30 25 20 15 10 5 C 0 5 10 15 20 25 30 35 40 45 50 X1 (libra de avena) B 200 X1 + 300 X2 >= 8,000 200 X1 + 100 X2 >= 5,000 100 X1 + 200 X2 >= 4,000

Grfico de las restricciones

Ejemplo de Mtodo Grfico

De acuerdo a la grfica, los puntos A, B y C son las soluciones potenciales al problema. Para saber cul de llos es el ptimo, reemplazamos valores en la funcin objetivo: Min Z = 0.10 X1 + 0.06 X2

PUNTO A B C

Z US$ 3.00 2.65 4.00

X1 Lb Maz 0.0 17.5 40.0

X2 Lb Avena 50.0 15.0 0.0

Conclusin: Feedco con 15 libras de avena y 17.5 libras de maz diarios, minimizar costos de pastura a US$ 2.65 por da.

Mtodo Simplex

Mtodo Simplex...
Es el mtodo analtico ampliamente utilizado para solucionar problemas de programacin lineal. El Mtodo Simplex fue desarrollado por George Dantzig en 1947. Este cambia las restricciones o desigualdades en ecuaciones de problemas PL, y soluciona el problema con la manipulacin de matrices. La solucin encontrada del problema alterado es de una dimensin mayor que el original, pero es relativamente sencillo mediante el estudio de matrices.

...Mtodo Simplex
Existen diferentes software disponibles en la actualidad para poder

resolver los problemas a travs de este mtodo.

Entre los ms importantes tenemos:
Optimization Lindo, POM

Solutions and Library de IBM,

Computer Library.

TORA

WINQSB SOLVER

de MS Excel

Problema de enlatados de tomate,

Una compaa tiene un contrato para recibir 60000 libras de tomates maduros a 0.7$/lb de las cuales producir jugo de tomate y pur de tomate enlatados. Los productos enlatados se empacan en cajas de 24 latas cada una. Una lata de jugo requiere 1 lb de tomates frescos en tanto que una de pur

requiere solo de 1/3 de lb. La participacin de la compaa en

el mercado esta limitada a 2000 cajas de jugo y 6000 cajas de pur. Los precios al mayoreo por caja de jugo y de pur son $18 y $9. Genere un programa de produccin para esta compaa.

Reglas de decisin
Criterio de decisin Gran M en la funcin objetivo Variable que entra Variable que sale Maximizar - MXj El coeficiente negativo de la F.O. Minimizar + MXj ms El coeficiente ms positivo de la F.O. El valor menos positivo de los bj / aij , Siendo aij > 0 , de lo contrario no restringe a la variable que entra Cuando todos los Cj < 0

El valor menos positivo de los bj / aij , Siendo aij > 0 , de lo contrario no restringe a la variable que entra Cuando todos los Cj > 0

Solucin ptima

Vamos a resolver el siguiente problema:

Maximizar Sujeto a:

Z = 1.2x1 + 3.4x2 24x1 + 8x2 60000 x1 2000

x2 6000
x1 0 , x2 0

Se consideran los siguientes pasos:

1. Convertir las desigualdades en igualdades:
Se introduce una variable de holgura por cada una de las restricciones, este caso Xn+1, Xn+2, Xn+3 para convertirlas en igualdades y formar el sistema de ecuaciones estndar. Usando en simplex el siguiente criterio: Signo: Introducir

xn+1

FORMA ESTANDAR:

24x1 + 8x2 + x3 60000 x1 + x4 2000

x2 + x5 6000

Paso 2:
Igualar la funcin objetivo a cero y despues agregar la variables de holgura del sistema anterior: Z 1.2 x1 3.4 x2 = 0 Para este caso en particular la funcin objetivo ocupa la ultima fila del tablero, pero de preferencia siempre se deber de colocar como la primera fila.

Cuando minimizamos se toma el valor (+) positivo de F.O. para convertirlo en negativo y cuando maximizamos tomamos el valor (-) negativo de F.O. para convertirlo en positivo.

Paso 3: Escribir el tablero inicial simplex:

En las columnas aparecern todas las variables del problema y en las filas, los coeficientes de las

igualdades obtenidas, una fila para cada restriccin

representada por las variables de holgura y la primera

fila con los coeficientes de la funcin objetivo:

Tablero Inicial
Base Variable de decisin X1 X2 Variable de holgura Solucin

X3

X4

X5

Bj

-1.2

-3.4

X3 X4

24

60000

2000

X5

6000

Paso 4: Encontrar la variable de decisin que entra en la base y la variable de holgura que sale de la base
A. Para escoger la variable de decisin que entra en la base, observamos la primera fila, la cual muestra los coeficientes de la funcin objetivo y

escogemos la variable con el coeficiente ms negativo.

En este caso, la variable X1 de coeficiente 3.4 (columna pivote) Si existiesen dos o ms coeficientes iguales que cumplan la condicin

anterior, entonces se elige cualquiera de ellos.

Si en la primera fila no existiese ningn coeficiente negativo, significa que se ha alcanzado la solucin ptima.

Por tanto, lo que va a determinar el final del proceso de aplicacin del mtodo del simplex, es que en la primera fila no haya elementos negativos.

Paso 4: Encontrar la variable de decisin que entra en la base y la variable de holgura que sale de la base
B. Para encontrar la variable de holgura que tiene que salir de la base, se divide cada trmino de la ltima columna (valores solucin) por el trmino correspondiente de la columna pivote, siempre que estos ltimos sean mayores que cero.

Si hubiese algn elemento menor o igual que cero no se hace dicho

cociente. En el caso de que todos los elementos fuesen menores o iguales a cero, entonces tendramos una solucin no acotada y no se puede seguir.

Iteracin No. 1

Base

Variables de decisin

Variables de holgura

Solucin Operacin

X1 Z X3 X4 -1.2 24 1

X2 -3.4 8 0

X3 0 1 0

X4 0 0 1

X5 0 0 0

Bj 0 60000 2000 60000/8 = 7500 No restringe 6000/1= 6000

X5

6000

Paso 4: Encontrar la variable de decisin que entra en la base y la variable de holgura que sale de la base

Si al calcular los cocientes, dos o ms son iguales, indica que cualquiera de las variables correspondientes pueden salir de la base.

C. En la interseccin de la fila pivote y columna pivote tenemos el elemento pivote operacional, 1, este indica que la variable de decisin X1 entra y la variable de holgura X5 sale.

Resultado de Iteracin No. 1

Base Variable de decisin X1 X2 Variable de holgura Solucin Operacin

X3

X4

X5

Bj

-1.2

3.4

20400

1. F0 + F3(3.4) 2. F1 8 F3

X3 X4

24

-8

12000

2000

X2

6000

Paso 4: Encontrar la variable de decisin que entra en la base y la variable de holgura que sale de la base
Como en los elementos de la ltima fila hay un nmero negativo, 1.2, significa que no hemos llegado todava a la solucin ptima. Hay que repetir el proceso: A. La variable que entra en la base es X1, pasa a ser la columna pivote que corresponde al coeficiente -1.2 B. Para calcular la variable que sale o la fila pivote, dividimos los trminos de la columna solucin entre los trminos de la nueva columna pivote; y como el menor cociente positivo es 500, tenemos que la fila pivote y la variable de holgura que sale es X3.

Iteracin No. 2

Base

Variable de decisin

Variable de holgura

Solucin

Operacin

X1 Z 0

X2 0

X3 0.05

X4 0

X5 3

Bj 21000

F0+(1.2)F1

X1
X4 X2

1
0 0

0
0 1

1/24
-1/24 0

0
1 0

-1/3
1/3 1

500
1500 6000

F2-F1

Solucin final
Como todos los coeficientes de la fila de la funcin objetivo son positivos, hemos llegado a la solucin ptima. X1 = 500 X2 = 6000

La solucin ptima viene dada por el valor de Z en la columna de los valores solucin, en nuestro caso: 21000.

Solucin con WinQSB

Definir el n de variables y el n de restricciones del Programa Lineal.

Ingresamos los coeficientes del PL.

Luego la solucin

Solucin en WinQSB

Algunas Interpretaciones

El nmero de cajas de jugo de tomate a producir es 500. El nmero de cajas de pur de tomate a producir es 6000 La utilidad mxima ser de 21000 No se satisface la demanda en su totalidad porque solo produciremos 500 cajas de jugo de tomate. Se utilizarn toda la materia prima disponible. Por cada kg. adicional de tomate que se adquiera para la produccin se ganar 0.05. Etc.