MII Alejandra Yez Vzquez

TEMARIO
Metrologa de la investigacin de operaciones (IO) y
formulacin de modelos de informacin.
1.1 Definicin, desarrollo y tipos de modelos de la
investigacin de operaciones (IO).
1.2 Fases de estudio de la Investigacin de operaciones.
1.3 Principales aplicaciones de la investigacin de
operaciones.
1.4 Formulacin de problemas lineales.
1.5 Formulacin de mas comunes.

El mtodo Simplex
2.1 Solucin grafica de un problema lineal.
2.2 Teora del mtodo Simplex
2.3 Forma tabular del mtodo Simplex
2.4 El mtodo de las dos fases.
2.5 El mtodo Simplex revisado
2.6 Casos especiales

Teora de la dualidad y Anlisis de sensibilidad
3.1 Formulacin del problema dual.
3.2 Relacin primal-dual
3.3 Interpretacin econmica del dual
3.4 Condiciones Khun-Tucker
3.5 Dual-Simplex.
3.6 Cambios en el vector, costos A) cuando xj de cj es bsica,
B) cuando. de Cj es no bsica..
3.7 Cambio en los Bi de las restricciones.
3.8 Cambio en los coeficientes a( i, j)
3.9 Adicin de una nueva variable.
3.10 Adicin de una nueva restriccin.

Transporte y asignacin
4.1 Definicin del problema de transporte
4.2 El mtodo de aproximacin de Voguel
4.3 Mtodo MODI
4.4 Procedimiento de optimizacin.
4.5 Definicin del problema de definicin.
Programacin entera
5.1 Introduccin y casos de aplicacin
5.2 Definicin y modelos de programacin entera.
5.3 Mtodo de Ramificar y acotar
5.4 Mtodo de planos cortantes.
5.5 Algoritmo aditivo de Balas
Metrologa de la investigacin de operaciones (IO)
y formulacin de modelos de informacin.

Definicin, desarrollo y tipos de modelos de
la investigacin de operaciones (IO).
Qu es la Investigacin de Operaciones?

Una definicin que se acerca mucho a la realidad sera
la ciencia de la toma de decisiones. Conviven en esta
disciplina profesionales de las ms diversas ramas:
ingenieros, matemticos, computadores, economistas.
Todos ellos deben aprender una tcnica fundamental: el
modelamiento matemtico.
El problema
Cada vez es ms difcil asignar los
recursos o actividades de la forma ms eficaz
Los recursos
son escasos
Los sistemas son cada
vez ms complejos
Investigacin operativa (I.O.)
Es la aplicacin del mtodo cientfico para asignar los
recursos o actividades de forma eficaz, en la gestin y
organizacin de sistemas complejos
Su objetivo es ayudar a la toma de decisiones
Requiere un enfoque interdisciplinario
Historia de la I.O.
Se aplica por primera vez en 1780
Antecedentes:
Matemticas: modelos lineales (Farkas, Minkowski)
(s.XIX)
Estadstica: fenmenos de espera (Erlang, Markov)
(aos 20)
Economa: Quesnay (x.XVIII), Walras (s.XIX), Von
Neumann (aos 20)
El origen de la I.O. moderna se sita en la 2 Guerra
Mundial
Historia de la I.O.
Al terminar la guerra, sigue el desarrollo en la
industria, debido a:
competitividad industrial
progreso terico
RAND (Dantzig)
Princeton (Gomory, Kuhn, Tucker)
Carnegie Institute of Technology (Charnes, Cooper)
gran desarrollo de los ordenadores
La programacin matemtica es una potente tcnica
de modelado usada en el proceso de toma de
decisiones. Cuando se trata de resolver un problema de
este tipo, la primera etapa consiste en identificar las
posibles decisiones que pueden tomarse; esto lleva a
identificar las variables del problema concreto.
Normalmente, las variables son de carcter
cuantitativo y se buscan los valores que optimizan el
objetivo.
La segunda etapa supone determinar que decisiones
resultan admisibles; esto conduce a un conjunto de
restricciones que se determinan teniendo presente la
naturaleza del problema en cuestin. En la tercera
etapa, se calcula el coste/beneficio asociado a cada
decisin admisible; esto supone determinar una
funcin objetivo que asigna, a cada conjunto posible de
valores para las variables que determinan una decisin,
un valor de coste/beneficio. El conjunto de todos estos
elementos define el problema de optimizacin.
Actualidad de la I.O.
Sigue habiendo un gran desarrollo, en muchos sectores,
con grandes avances sobre todo en el campo de la
Inteligencia Artificial
Ms informacin:
Sociedad Espaola de Estadstica e Inv. Op. (SEIO)
www.cica.es/aliens/seio
Association of European O.R. Societies (EURO)
www.ulb.ac.be/euro/euro_welcome.html
Institute for O.R. and the Management Sci. (INFORMS)
www.informs.org
International Federation of O.R. Societies (IFORS)
www.ifors.org
El mtodo de la I.O. (fases de
estudio)
Definicin del problema
Formulacin del problema y construccin del modelo
Resolucin
Verificacin, validacin, refinamiento
Interpretacin y anlisis de resultados
Implantacin y uso extensivo
A lo largo de todo el proceso debe haber una interaccin
constante entre el analista y el cliente
Definicin del problema
Consiste en identificar los elementos de decisin
objetivos (uno o varios, optimizar o satisfacer)
alternativas
limitaciones del sistema
Hay que recoger informacin relevante (los datos
pueden ser un grave problema)
Es la etapa fundamental para que las decisiones sean
tiles
Formulacin del problema
Modelo: representacin simplificada de la realidad,
que facilita su comprensin y el estudio de su
comportamiento
Debe mantener un equilibrio entre sencillez y
capacidad de representacin
Modelo matemtico: modelo expresado en trminos
matemticos
hace ms claras la estructura y relaciones
facilita el uso de tcnicas matemticas y ordenadores
a veces no es aplicable
El modelado
Es una ciencia
anlisis de relaciones
aplicacin de algoritmos de solucin
Y a la vez un arte
visin de la realidad
estilo, elegancia, simplicidad
uso creativo de las herramientas
experiencia
Construccin del modelo
Traduccin del problema a trminos matemticos
objetivos: funcin objetivo
alternativas: variables de decisin
limitaciones del sistema: restricciones
Pero a veces las relaciones matemticas son demasiado
complejas
heursticos
simulacin
Tipos de modelos
Determinsticos
Programacin matemtica
Programacin lineal
Programacin entera
Programacin dinmica
Programacin no lineal
Programacin multiobjetivo
Modelos de transporte
Modelos de redes
Probabilsticos
Programacin estocstica
Gestin de inventarios
Fenmenos de espera (colas)
Teora de juegos
Simulacin

Resolucin
Determinar los valores de las variables de decisin de
modo que la solucin sea ptima (o satisfactoria)
sujeta a las restricciones
Puede haber distintos algoritmos y formas de
aplicarlos
Verificacin y validacin
Eliminacin de errores
Comprobacin de que el modelo se adapta a la
realidad

Interpretacin y anlisis
Robustez de la solucin ptima obtenida: Anlisis de
sensibilidad
Deteccin de soluciones cuasi-ptimas atractivas
Implantacin
Sistema de ayuda y mantenimiento
Documentacin
Formacin de usuarios
Los principales campos de
aplicacin de la I.O. son:
1. Relativa a personas:
1. Organizacin y gerencia.
2. Ausentismo y relaciones de trabajo.
3. Economa.
4. Decisiones individuales.
5. Investigaciones de mercado.

2. Relativa a personas y mquinas:
1. Eficiencia y productividad.
2. Organizacin de flujos en fbricas.
3. Mtodos de control de calidad, inspeccin y muestreo.
4. Prevencin de accidentes.
5. Organizacin de cambios tecnolgicos.

3. Relativa a movimientos:
1. Transporte.
2. Almacenamiento, distribucin y manipulacin.
3. Comunicaciones.
Aplicaciones de la Investigacin de
Operaciones
Organizacin Aplicacin Ao Ahorros anuales
The Netherlands
Rijkswaterstaat
Desarrollo de la poltica nacional de
administracin del agua, incluyendo
mezcla de nuevas instalaciones,
procedimientos de operaciones y costeo
1985 $15 millones
Monsanto Corp.
Optimizacin de las operaciones de
produccin para cumplir metas con un
costo mnimo
1985 $2 millones
Weyerhauser Co.
Optimizacin del corte de rboles en
productos de madera para maximizar su
produccin
1986 $15 millones
Electrobas/CEPAL Brasil
Asignacin ptima de recursos
hidrulicos y trmicos en el sistema
nacional de generacin de energa
1986 $43 millones
United Airlines
Programacin de turnos de trabajo en
oficinas de reservaciones y aeropuertos
para cumplir con las necesidades del
cliente a un costo mnimo
1986 $6 millones
Procter and Gamble
Rediseo del sistema de
produccin y distribucin
norteamericano para reducir
costos y mejorar la rapidez de
llegada al mercado
1997 $200 millones
Taco Bell
Programacin ptima de empleados
para proporcionar el servicio a clientes
deseado con un costo mnimo
1998 $13 millones
Hewlett-Packard
Rediseo de tamao y localizacin de
inventarios de seguridad en la lnea de
produccin de impresoras para cumplir
metas de produccin
1998
$280 millones de
ingreso adicional
Programacin Lineal - Problema
General
La Programacin Lineal resuelve un tipo muy especial
de problema, uno en el cual todas las relaciones entre
las variables son lineales, tanto en las restricciones
como en la Funcin Objetivo.

Definicin: Dado un conjunto de m desigualdades
lineales ecuaciones lineales, con n variables, se
requiere hallar valores no negativos de stas variables
que satisfagan las restricciones y maximicen
minimicen alguna funcin lineal de las variables
llamada Funcin Objetivo.
Matemticamente:

Hallar X
J

, J = 1, 2, . . . . . n Para:
Maximizar
Z = C
1
X
1
+ C
2
X
2
+
. . . . . .
+ C
n
X
n

Minimizar
Con las siguientes restricciones: a
11
X
1
+ . . . . .
.
+ a
1j
X
j
+ . . . . .
.
+ a
1n
X
n
b
1

. .
. .
a
i1
X
1
+ . . . . .
.
+ a
ij
X
j
+ . . . . . + a
in
X
n
b
i

. .
. .

a
m1
X
1
+ . . . . .
.
+ a
mj
X
j
+ . . . . .

+ a
mn
X
n
b
m


Ejemplo n1
En una fbrica de cerveza se producen dos tipos:
clara y negra. Su precio de venta es de 50 pesos/l y
30 pesos/l, respectivamente. Sus necesidades de
mano de obra son de 3 y 5 empleados, y de 5.000 y
2.000 pesos de materias primas por cada 1000 l.
La empresa dispone semanalmente de 15
empleados y 10.000 pesos para materias primas, y
desea maximizar su beneficio. Cuntos litros debe
producir?
Formulacin
2 1
000 30 000 50 x . x . z ax M + =
0
000 10 000 2 000 5
15 5 3
2 1
2 1
2 1
>
s +
s +
x , x
. x . x .
x x
. a . s
El modelo de P.L.
n n
x c x c x c z Opt + + + =
2 2 1 1
0
2 1
2 2 1 1
1 1 2 12 1 11
>
s + + +
s + + +
n
m n mn m m
n n
x , , x , x
b x a x a x a
b x a x a x a
. a . s

El modelo de P.L.
z: funcin objetivo
C
T
(c
1
,...,c
n
): vector de coeficientes de la f.o.
X
T
(x
1
,...,x
n
): vector de variables de decisin
A (...,a
ij
,...): matriz de coeficientes tcnicos
b (b
1
,...,b
m
): vector de demandas

Matricialmente,

Opt C
T
X
s.a.
AX b
x > 0
Forma cannica
Propiedades del modelo lineal
Proporcionalidad
La contribucin al coste y a las restricciones es
directamente proporcional al valor de cada variable
Aditividad
El coste y las restricciones son la suma directa de las
variables
Divisibilidad
Las variables pueden dividirse en cualquier tipo de
fraccin
Modelos de prog. entera
El modelo matemtico es el modelo de P.L., pero con
algunas variables enteras
Programacin entera mixta (MIP)
x e R
+
, y e Z
+

Programacin entera pura (IP)
x e Z
+

Programacin binaria 0-1 (0-1 MIP, 0-1 IP, BIP)
x e {0,1}: variables de asignacin, lgicas
Son problemas ms complicados de resolver que los de
P.L.
El primer algoritmo de resolucin se plante en el ao
1958 (Gomory)
Problemas tpicos
Problema del transporte
Problema de flujo con coste mnimo en red
Problema de asignacin
Problema de la mochila (knapsack)
Problema del emparejamiento (matching)
Problema del recubrimiento (set-covering)
Problema del empaquetado (set-packing)
Problema de particin (set-partitioning)
Problema del coste fijo (fixed-charge)
Problema del viajante (TSP)
Problema de rutas ptimas
Problema del transporte
Minimizar el coste total de transporte entre los centros de
origen y los de destino, satisfaciendo la demanda, y sin
superar la oferta
Z x , x
m .. i , a x
n .. j , b x
. a . s
x c Min
ij ij
i
n
1 j
ij
j
m
1 i
ij
m
1 i
n
1 j
ij ij
e >
= =
= =

=
=
= =
0
1
1
x
ij
: unidades a enviar de origen i a destino j
c
ij
: coste unitario de transporte de i a j

a
i
: unidades de oferta en el punto origen i
b
j
: unidades de demanda en el punto destino j

Se supone oferta total igual a demanda total
Flujo con coste mnimo en red
Embarcar los recursos disponibles a travs de la red
para satisfacer la demanda a coste mnimo
Z x , x
m .. j , b x x
. a . s
x c Min
ij ij
i
m
k
ki
m
1 j
ij
m
1 i
n
1 j
ij ij
e >
= =

= =
= =
0
1
1
x
ij
: unidades enviadas de i a j (flujo)
c
ij
: coste unitario de transporte de i a j

b
i
:recursos disponibles en un nodo i
oferta: b
i
>0
demanda: b
i
<0
transbordo: b
i
=0

Se supone oferta total igual a demanda total
Problema de asignacin
{ } 1 0
1 1
1 1
, x
m .. i , x
n .. j , x
. a . s
x c Min
ij
n
1 j
ij
m
1 i
ij
m
1 i
n
1 j
ij ij
e
= =
= =

=
=
= =
x
ij
: 1 si la tarea i se hace con la mquina j
c
ij
: coste de realizar la tarea i con mquina j

n tareas
m mquinas

Si hay ms mquinas que tareas se formula
con desigualdades, y se resuelve con tareas
ficticias
Minimizar el coste total de operacin de modo que:
- cada tarea se asigne a una y slo una mquina
- cada mquina realice una y slo una tarea
Problema de la mochila
{ } 1 0, x
b x a
. a . s
x c Max
j
n
1 j
j j
n
1 j
j j
e
s

=
=
n objetos

a
j
: espacio que ocupa el objeto j
c
j
: valor del objeto j

b: volumen de la mochila

x
j
: 1 si se escoge el objeto j
Escoger un grupo de productos que maximice el valor
total sin exceder el espacio disponible
Problema de emparejamiento
{ } 1 , 0
2 .. 1 , 1
. .
c
2
1
1 - i
1 k
1 - 2n
1 i
2n
1 1 j
ij
e
= = +

+ = =
= + =
ij
n
i j
ij ki
ij
x
n i x x
a s
x Max
x
ij
=1 si los elementos i y j son pareja
c
ij
: valor de la pareja i-j

i<j
Distribuir un conjunto por parejas de tal forma que el valor sea mximo. Si
hay elementos sin pareja: emparejamiento imperfecto. Si estn en dos
conjuntos, emparejamiento bipartito.
Problema de recubrimiento
m caractersticas
n actividades

x
j
=1 si la actividad j se realiza

c
j
: coste unitario de la actividad j

a
ij
=1 si la caracterstica i est en la actividad j

A: matriz de incidencia
Minimizar el coste de las actividades que en su conjunto cubren todas las
caractersticas al menos una vez
{ } 1 , 0
.. 1 , 1
. .
c
n
1 j
n
1 j
j
e
= >

=
=
j
j ij
j
x
m i x a
a s
x Min
Problema de empaquetado
m actividades
n conjuntos de actividades

x
j
=1 si se elige el subconjunto j

c
j
: beneficio por realizar el conjunto j

a
ij
=1 si el conjunto j incluye la actividad i

A: matriz de incidencia
Maximizar el beneficio total de forma que hay que elegir conjuntos completos
de actividades, y que no se realice una actividad dos veces
{ } 1 , 0
.. 1 , 1
. .
c
n
1 j
n
1 j
j
e
= s

=
=
j
j ij
j
x
m i x a
a s
x Min
Problema de particin
m actividades
n conjuntos de actividades

x
j
=1 si se elige el subconjunto j

c
j
: beneficio por realizar el conjunto j

a
ij
=1 si el conjunto j incluye la actividad i

A: matriz de incidencia
Si en el problema de recubrimiento o en el de empaquetado las desigualdades
se cambian por igualdades
{ } 1 , 0
.. 1 , 1
. .
c
n
1 j
n
1 j
j
e
= =

=
=
j
j ij
j
x
m i x a
a s
x Min
Problema del coste fijo
{ } 1 , 0 , 0
.. 1 ,
. .

n
1 j
n
1 j
1
n
1 j
e >
= s
>
+

=
=
= =
k ij
k k j kj
j ij
m
k
k k j j
y x
m k y M x a
b x
a s
y f x c Min
x
ij
: unidades del producto j
c
j
: coste unitario de produccin de j

y
k
=1 si se usa la instalacin k
f
k
: coste de arranque de la instalacin k
a
kj
=1 si el producto j usa la instalacin k

b
j
: demanda del producto j
M: nmero lo suficientemente grande
Decidir la cantidad de cada producto de modo que se minimicen los costes
de produccin y se satisfaga la demanda
Problema del viajante
{ } 1 0
1
1
, x
V i , x
V j , x
. a . s
x c Min
ij
A j) j/(i,
ij
A j) i/(i,
ij
A j) (i,
ij ij
e
e =
e =

e
e
e
x
ij
=1 si de i va directamente a j
c
ij
: distancia entre i y j

A: conjunto de arcos
V: conjunto de nodos
Encontrar un circuito que visite exactamente una vez cada ciudad
empezando en la primera y que tenga longitud mnima

e e e
e e e
s s c s
s s c >
U j , U i / A ) j , i (
ij
U V j , U i / A ) j , i (
ij
V U / V U , U x
V U / V U , x
2 2 1
2 2 1
{ } 1 0
1
1
1
1
1
, x
k , V j , x x
x
V i , x
V j , x
. a . s
x c Min
ijk
A r) r/(j,
1 jrk
A j) i/(i,
ijk
A j) (i,
ijk
A j) j/(i,
n
k
ijk
A j) i/(i,
n
k
ijk
n
1 k A j) (i,
ijk ij
e
e =
=
e =
e =

e
+
e
e
e =
e =
= e
Problema de rutas
2 2 1
1 1
0
1 1
1
0 0
1 0 0 0
1 0
0 0
0
1 1 1
s s s
= s
s +
s
=
= =
+

e e =
=
= = = =
= =
= =
= =
= = = = =
N S , S x
m .. k , x
k , r d x s x t
k , Q x q
k , j , x x
n .. j , x
. a . s
x c x c Min
S i S j
m
k
ijk
n
1 j
ojk
k k
n
i
n
j
ijk i
n
i
n
j
ijk ij
n
i
n
j
k ijk i
n
i
n
i
jik ijk
n
i
m
1 k
ijk
n
0 i
n
0 j
m
k
m
k
n
j
ojk k ijk ij
N: clientes
M: vehculos

x
ijk
=1 si el vehculo k visita j despus de i
c
ij
: coste unitario de transporte de i a j
d
ij
: distancia de i a j
t
ij
: tiempo de i a j

q
i
: demanda
s
i
: tiempo de descarga
o
i
: prioridad
Q
k
: capacidad
r
o
k
, d
o
k
: perodo tiempo disponible
c
k
: coste fijo por uso
Minimizar el coste total, visitando todos
los clientes
Formulacin con var. binarias
Restricciones disyuntivas
K de N alternativas deben darse
Restricciones condicionales
Decisiones contingentes
0 ) (
0 ) (
s
s
x g

x f
g x g
f x f
) 1 ( ) (
) (
o
o
s
s
n n n
f x f
f x f
f x f
2
2 2 2
1 1 1
) (
) (
) (
o
o
o
s
s
s
{ } 1 , 0 ,
1
e =

=
o o
N
j
j
K N
0 ) ( 0 ) ( s > x g x f
0 ) ( 0 ) ( s s x g x f
equiv. a
x y y s x