INVESTIGACION DE
OPERACIONES
Jos
CHIAPAS A ENERO 2015
ITTG
Apuntes I.O.
2015
Apuntes
Materia. Investigacin de Operaciones
Objetivo de la materia
Adquirir los conceptos de los modelos matemticos que definen el comportamiento de
un sistema para desarrollar soluciones, aplicando tcnicas y algoritmos que permitan
obtener resultados ptimos, apoyando as al proceso de la toma de decisiones
Apuntes I.O.
2015
Apuntes I.O.
2015
Apuntes I.O.
2015
Apuntes I.O.
2015
es
la
ciencia
de
la
preparacin
de
Apuntes I.O.
2015
Apuntes I.O.
2015
Desarrollo
Actualmente la administracin est funcionando en un ambiente de negocios que est
sometido a muchos ms cambios, los ciclos de vida de los productos se hacen ms
cortos, adems de la nueva tecnologa y la internacionalizacin creciente.
Las races de la investigacin de operaciones se remontan a cuando se hicieron los
primeros intentos para emplear el mtodo cientfico en la administracin de una
empresa. Sin embargo, el inicio de esta disciplina se atribuye a los servicios militares
prestados a principios de la segunda guerra mundial.
La investigacin de operaciones se aplica a problemas que se refieren a la conduccin
y coordinacin de operaciones (o actividades) dentro de una organizacin.
La investigacin de operaciones intenta encontrar una mejor solucin, (llamada
solucin ptima) para el problema bajo consideracin.
Una de las principales razones de la existencia de grupos de investigacin de
operaciones es que la mayor parte de los problemas de negocios tienen mltiples
aspectos es perfectamente razonable que las fases individuales de un problema se
comprendan y analicen mejor por los que tienen el adiestramiento necesario en los
campos apropiados.
Modelos
Qu es un modelo? Es una representacin simplificada de la realidad que se
construye para estudiar esa realidad. El modelo puede ser manipulado, modificado,
sujeto a la experimentacin bajo diferentes condiciones o escenarios.
Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del
modelo se pueden expresar en forma cuantitativa o matemtica como funciones de las
variables de decisin.
Modelo de Simulacin: Los modelos de simulacin difieren de los matemticos en
que las relaciones entre la entrada y la salida no se indican en forma explcita. En
cambio, un modelo de simulacin divide el sistema representado en mdulos bsicos
o elementales que despus se enlazan entre si va relaciones lgicas bien definidas.
Por lo tanto, las operaciones de clculos pasaran de un mdulo a otro hasta que se
obtenga un resultado de salida.
Apuntes I.O.
2015
Apuntes I.O.
2015
Funcin Objetivo
Maximizar la cantidad de bienes (servicios) producidos y minimizar el costo
unitario de la produccin
Maximizar la cantidad vendida y minimizar el costo unitario de las ventas.
Minimizar el capital requerido para mantener cierto nivel del negocio
Mantener la moral y la alta productividad entre los empleados
Ejemplos
Un corredor de inversiones, por ejemplo, trata de maximizar el rendimiento sobre los
fondos invertidos pero las posibles inversiones estn restringidas por las leyes y las
polticas bancarias.
Un hospital debe planear que las comidas para los pacientes satisfagan ciertas
restricciones sobre sabor, propiedades nutritivas, tipo y variedad, al mismo tiempo que
se trata de minimizar el costo.
Un fabricante, al planear la produccin futura, busca un costo mnimo al mismo tiempo
cmo cumplir restricciones sobre la demanda del producto, la capacidad de
produccin, los inventarios, el nivel de empleados y la tecnologa.
Para las aplicaciones ms reales es necesaria una computadora para resolver el
modelo. A pesar de sus limitaciones, la programacin lineal, (PL) es una de las tcnicas
ms poderosas y til para la solucin de los problemas en las organizaciones.
El modelo de PL es una representacin simblica (abstraccin) de la realidad que se
estudia, se forma con expresiones lgicas matemticas conteniendo trminos que
significan contribuciones: a la utilidad (con mximo), al costo (con mnimo), al consumo
9
Apuntes I.O.
2015
de recurso (disponible con desigualdad <=), al recurso requerido (con desigualdad >=),
recurso especificado (con igual =). Contiene las siguientes cuatro partes:
Primera parte
Definicin con el significado cuantitativo de las variables de decisin
(controlables).
Segunda parte
Funcin econmica u objetivo a optimizar (mximo o bien mnimo):
= 1 1 + 2 2 +. . +
Tercera parte
Sujeta a restricciones:
+ + + ,
+ + + ,
,
= , , . .
.
.
{ + + + ,
Cuarta parte
Condicin de no negativo a variables:
Ejemplo
En la siguiente tabla se tiene la informacin de costo en renta y tambin las
capacidades, de dos tipos de camin transportista refrigerado para la distribucin de
alimentos, una parte de los cuales pueden descomponerse durante el viaje. En
particular se requiere un total de 900 y 1200 metros cbicos (m3) de espacio
refrigerado y no refrigerado, respectivamente. Formule un modelo de PL para decidir
10
Apuntes I.O.
2015
y resolver el problema de cuntos camiones de cada tipo rentar para que el costo sea
el menor posible.
Tipo de camin
M3 de espacio refrigerado
A
B
20
30
M3 de
camin
espacio
refrigerado
por
40
30
3
4
Variables de decisin
= ( = , )
Funcin objetivo
$
() = $
= 3 + 4 =
Apuntes I.O.
2015
12
Apuntes I.O.
2015
13
Apuntes I.O.
2015
- exceso + artificial
+ artificial
+ holgura
14
Apuntes I.O.
2015
Ejemplo
Resolver el siguiente modelo de programacin lineal utilizando el Mtodo Simplex
= 31 + 22
. 2 1 + 2 18
2 1 + 32 42
31 + 2 24
1 , 2 0
Pasar el problema a la forma estndar
31 22 = 0
. 2 1 + 2 + 1 = 18
2 1 + 32 + 2 = 42
31 + 2 + 3 = 24
1 , 2 0
1
2
1
2
3
Zo
-3
-2
0
0
0
0
2
1
1
0
0
18
1
2
3
0
1
0
42
2
3
1
0
0
1
24
3
Seleccin de vector de entrada y vector de salida
1
2
1
Zo
-3
-2
0
2
1
1
1
2
3
0
2
3
1
0
1
Iteracin 1
Zo
S1
S2
X1
X1
0
0
0
1.00
X2
-1
0.333333333
2.333
0.33
S1
0
1
0
0.00
2
0
0
1
0
3
0
0
0
1
0
18
42
24
S2
0
0
1
0.00
S3
1
-0.666666667
-0.666666667
0.33
Xb
24
2
26
8.00
S2
0
0
1
0.00
S3
1
-0.666666667
-0.666666667
0.33
Xb
24
2
26
8.00
X1
0
0
0
1.00
X2
-1
0.333333333
2.333
0.33
S1
0
1
0
0.00
15
Apuntes I.O.
2015
X1
0
0
0
1
X2
0
1
0
0
S1
3
3
-7
-1
S2
0
0
1
0
S3
-1
-2
4
1
Xb
30
6
12
6
X1
0
0
0
1
X2
0
1
0
0
S1
1.25
-0.5
-1.75
0.75
S2
0.25
0.5
0.25
-0.25
S3
0
0
1
0
Xb
33
12
3
3
Z = 33
= 3
= 12
Solucin utilizando la hoja de clculo Excel
16
Apuntes I.O.
2015
R2
R3
3
2
2
3
2
1
3
1
<=
<=
<=
18
42
24
0
0
0
=+D4*E12+E4*E13
<=
<=
<=
18
42
24
17
Apuntes I.O.
2015
Zo
3
2
2
3
FO
Variables
X1
X2
Restricciones
R1
R2
R3
2
1
3
1
33
<=
<=
<=
18
42
24
3
12
18
42
21
18
42
24
Apuntes I.O.
2015
19
Apuntes I.O.
2015
Problemas propuestos
1.-Un ave de rapia necesita para subsistir al da 30 unidades de protenas, 20 de
grasas y 8 de vitaminas. Sus presas son dos tipos de animales: ratones que le
proporcionan 3 unidades de protenas, 4 de grasas y 1 de vitaminas y palomas que le
proporcionan 6 unidades de protenas, 2 de grasas y 1 de vitaminas. Si cazar y comer
un ratn le cuesta 7 unidades de energa y una paloma le cuesta 12 unidades de
energa, cuntas presas de cada clase deben cazar para satisfacer sus necesidades
con el menor gasto de energa?
2.-Con 80 kg de acero y 120 de aluminio se quieren fabricar bicicletas de montaa y
de paseo que se vendern a 200 euros y 150 euros respectivamente. Para la de
montaa son necesarios 1 kg de acero y 3 de aluminio y para la de paseo 2 kg de cada
uno de los metales. Cuntas bicicletas de paseo y cuntas de montaa se deben
fabricar para obtener el mximo beneficio?
3.- Para abonar una parcela de huerta se necesitan, por lo menos, 8 kg de nitrgeno y
12 kg de fsforo. Se dispone de un producto M cuyo precio es de 3 euros por kilogramo
y que contiene un 10 % de nitrgeno y un 30 % de fsforo y otro producto N que
contiene un 20 % de nitrgeno y un 20 % de fsforo, y cuyo precio es de 4 euros por
kilogramo. Qu cantidades se deben tomar de M y N para abonar la parcela con el
menor gasto posible?
4.-Un comerciante desea comprar dos tipos de frigorficos, F1 y F2. Los del tipo F1
cuestan 300 euros y los del tipo F2, 500 euros. Solo dispone de sitio para 20 frigorficos
y de 7000 euros para hacer las compras. Cuntos frigorficos han de comprar de cada
tipo para obtener beneficios mximos en la venta posterior, sabiendo que en cada
frigorfico gana el 30 % del precio de compra?
5.-Una industria vincola produce vino y vinagre. El doble de la produccin de vino es
siempre menor o igual que la produccin de vinagre ms cuatro unidades. Adems el
triple de la produccin de vinagre ms cuatro veces la produccin de vino es siempre
menor o igual que 18 unidades. Hallar el nmero de unidades de cada producto que
se deben producir para alcanzar un beneficio mximo, sabiendo que cada unidad de
vino deja un beneficio de 8 euros y cada unidad de vinagre 2 euros.
6.-En la fabricacin de piensos se utilizan tres ingredientes, P, Q, y R. Se dispone de
90 toneladas de P, 90 de Q y 70 de R, y se desea fabricar dos tipos de pienso M1 y
M2. Una tonelada de pienso M1 requiere 2 toneladas de P, 1 de Q y 1 de R y se vende
a 12 euros. Una tonelada de M2 requiere 1 tonelada de P, 2 de Q y 1 de R y se vende
20
Apuntes I.O.
2015
21
Apuntes I.O.
2015
22
Apuntes I.O.
2015
Mtodo de Vogel
El mtodo consiste en la realizacin de un algoritmo que consta de 3 pasos
fundamentales y 1 ms que asegura el ciclo hasta la culminacin del mtodo.
PASO 1
Determinar para cada fila y columna una medida de penalizacin restando los dos
costos menores en filas y columnas.
PASO 2
Escoger la fila o columna con la mayor penalizacin, es decir que de la resta realizada
en el "Paso 1" se debe escoger el nmero mayor. En caso de haber empate, se debe
escoger arbitrariamente (a juicio personal).
PASO 3
De la fila o columna de mayor penalizacin determinada en el paso anterior debemos
de escoger la celda con el menor costo, y en esta asignar la mayor cantidad posible
de unidades. Una vez se realiza este paso una oferta o demanda quedar satisfecha
por ende se tachar la fila o columna, en caso de empate solo se tachar 1, la restante
quedar con oferta o demanda igual a cero (0).
PASO 4: DE CICLO Y EXCEPCIONES
Si queda sin tachar exactamente una fila o columna con cero oferta o demanda,
detenerse.
Si queda sin tachar una fila o columna con oferta o demanda positiva, determine las
variables bsicas en la fila o columna con el mtodo de costos mnimos, detenerse.
Si todas las filas y columnas que no se tacharon tienen cero oferta y demanda,
determine las variables bsicas cero por el mtodo del costo mnimo, detenerse.
Si no se presenta ninguno de los casos anteriores vuelva al paso 1 hasta que las
ofertas y las demandas se hayan agotado.
El mtodo de aproximacin de Vogel es un mtodo heurstico de resolucin de
problemas de transporte capaz de alcanzar una solucin bsica no artificial de inicio,
este modelo requiere de la realizacin de un nmero generalmente mayor de
iteraciones que los dems mtodos heursticos existentes con este fin, sin embargo
producen mejores resultados iniciales que los mismos.
23
Apuntes I.O.
2015
Ejemplo
Una empresa Chiapaneca dispone de cuatro plantas de produccin para satisfacer la
demanda anual de artculos computacionales en 4 ciudades, Tuxtla, Tapachula, S las
Casas y Comitn. Las plantas 1, 2,3 y 4 pueden satisfacer 80, 30, 60 y 45 millones de
artculos anualmente respectivamente. Las necesidades de las ciudades de Tuxtla,
Tapachula, S las Casas y Comitn son de 70, 40, 70 y 35 millones de artculos anuales
respectivamente
Tuxtla
Tapachula
S C las casa Comitn
Planta 1
Planta 2
Planta 3
Planta4
5
3
6
4
2
6
1
3
7
6
2
6
3
1
4
6
E de manto. 1
E de manto. 2
E de manto. 3
Maquina 1
Maquina 2
Maquina 3
10
9
6
9
8
4
5
3
7
24
Apuntes I.O.
2015
PASO 1
Encontramos el menor elemento de cada fila
PASO 2
Construimos una nueva matriz con las diferencias entre los valores de la matriz original
y el elemento menor de la fila a la cual corresponde.
PASO 3
En la matriz construida en el paso anterior se procede a efectuar el paso 1 esta vez en
relacin a las columnas, por ende escogemos el elemento menor de cada columna.
Igualmente construimos una nueva matriz con la diferencia entre los valores de la
matriz 2 y el elemento menor de la columna a la cual corresponde cada valor.
25
Apuntes I.O.
2015
PASO 4
En este paso trazaremos la menor cantidad de combinaciones de lneas horizontales
y verticales con el objetivo de cubrir todos los ceros de la matriz de costos reducidos.
PASO 5
En este paso seleccionamos el menor elemento de los elementos no subrayados.
26
Apuntes I.O.
2015
Ahora observamos cmo se hace necesario trazar tres lneas (la misma cantidad de
filas o columnas de la matriz) por ende se ha llegado al tabulado final, en el que por
simple observacin se determina las asignaciones ptimas.
27
Apuntes I.O.
2015
Resolucin
En este problema debemos recordar un concepto fundamental para la aplicacin del
mtodo hngaro, este concepto nos dice que el nmero de filas debe ser exactamente
igual al nmero de columnas. Por ende, la accin a realizar debera ser crear un equipo
ficticio, el cual nos deje el tabulado balanceado y a este asignarle un nmero de sacos
cosechados equivalente a cero en cada uno de los terrenos. Sin embargo el problema
nos indica que uno de los equipos se encuentra en capacidad de que se le asignen
dos terrenos, en este caso crearemos un equipo 2 alternativo (Equipo 2B) el cual nos
balancear el tabulado y nos har prescindir del equipo ficticio pensado inicialmente.
28
Apuntes I.O.
2015
En este caso este valor es 15, por lo cual procederemos a realizar la siguiente
operacin con cada uno de los valores:
Restaremos a 15, el valor de cada una de las celdas y este valor quedar en cada una
de las celdas correspondientes.
29
Apuntes I.O.
2015
A partir de este tabulado ya podemos aplicar el algoritmo del mtodo hngaro como
se aplicara en un caso e minimizacin (normalmente).
Ahora encontramos el menor elemento de cada fila.
30
Apuntes I.O.
2015
Ahora efectuamos este mismo paso, pero esta vez con las columnas. Elegimos el
menor de los valores de cada columna y se lo restamos a cada una de las celdas de
la columna correspondiente.
31
Apuntes I.O.
2015
Las asignaciones, como es lgico debern iniciarse por el equipo al cual solo
corresponda un terreno, en este caso al Equipo 3 le corresponde el Terreno A. De esta
manera al Equipo 1 le corresponde el Terreno D. Mientras tanto el Equipo 2 se
encargar de la cosecha en los terrenos B y C. Segn el tabulado del problema
(recordemos que es de maximizacin), la cantidad de sacos (expresada en cientos de
sacos) ser as:
32
Apuntes I.O.
2015
Maquina 1
Maquina 2
Maquina 3
E de manto. 1
10
E de manto. 2
E de manto. 3
E de manto. 1
E de manto. 2
E de manto. 3
Maquina 1
1
0
0
Maquina 2
0
0
1
Maquina 3
0
1
0
Asignacin
No
12
13
14
Funcin objetivo
FO=+F12*F6+G12*G6+H12*H6+F13*F7+G13*G7+H13*H7+F14*F8+G14*G8+H14*H8
FO
17
Horas
Restriccin de oferta
1=+SUMA (F12:H12); 2=+SUMA (F13:H13); 3=+SUMA (F14:H14)
Restricciones
Oferta
E de manto. 1
E de manto. 2
E de manto. 3
1
1
1
=
=
=
1
1
1
Restriccin de demanda
1=+SUMA (F12:F14); 2=+SUMA (G12:G14); 3=+SUMA (H12:H14)
Demanda
Maquina 1
Maquina 2
Maquina 3
1
1
1
=
=
=
1
1
1
33
Apuntes I.O.
2015
Pasos a seguir:
Primer paso: Elaborar un cuadro con todos los nodos y los ramales que salen de l.
Segundo paso: Partiendo del origen, debemos encontrar el nodo ms cercano a l.
Tercer paso: Anular todos los ramales que entren al nodo ms cercano elegido.
Cuarto paso: Comenzando en el origen se debe encontrar el nodo ms cercano a l,
por intermedio del(los) nodo(s) ya elegido(s) y volver al tercer paso hasta llegar al
destino.
Problema de la ruta ms corta
Apuntes I.O.
2015
Pasos a seguir:
Total
AD = 11
BF = 5
CE = 3
DC = 5
EC = 3
AB = 13
BC = 7
CF = 4
DF = 10
EH = 6
AC = 17
BE = 9
CD = 5
DG = 11
EF = 6
CB = 7
DE = 14
EB = 9
ED = 14
Total
FC = 4
GF = 7
HE = 6
IJ = 7
FB = 5
GD = 11
HF = 6
IF = 9
FE = 6
GI = 13
HJ = 7
IG = 13
FH = 6
FG = 7
FI= 9
FD = 10
FJ = 12
Funcin Objetivo: Minimizar la distancia total en [km] dada por la siguiente expresin:
= 412 + 313 + 825 + 1234 + 436 + 1757 + 2047 + 246 + 1548 + 2268 + 978
Restricciones:
(1)
(2)
(3)
(4)
12 + 13 = 1
12 25 = 0
13 34 36 = 0
25 57 = 0
(5)
(6)
(7)
(8)
34 47 48 46 = 0
36 + 46 68 = 0
57 + 47 78 = 0
78 + 48 + 68 = 1
0
35
Apuntes I.O.
2015
Explicacin
La primera restriccin (1) garantiza que slo un nodo (entre el 2 y el 3) pueda ser el
que se visita a continuacin de comenzar en el nodo 1. La restriccin (2) determina
que si se visit el nodo 2 despus del nodo 1, entonces necesariamente el nodo 5 ser
visitado despus del nodo 2. La restriccin (3) permite verificar que si el nodo 3 fue
visitado luego del nodo 1, entonces a continuacin se visita el nodo 4 o el nodo 6 (slo
uno de ellos). La restriccin (4) establece que si el nodo 5 fue visitado luego del nodo
2, entonces el nodo 7 debe ser visitado luego del nodo 5. La restriccin (5) garantiza
que si el nodo 4 fue visitado luego del nodo 3, entonces a continuacin se visita uno
de los siguientes nodos: 7, 8 o 6. La restriccin (6) indica que si el nodo 6 fue visitado
inmediatamente luego de estar en el nodo 3 o 4, a continuacin se visita el nodo 8. La
restriccin (7) determina que si el nodo 7 fue visitado inmediatamente luego de estar
en el nodo 4 o 5, a continuacin se visita el nodo 8. Finalmente la restriccin (8)
asegura que ya sea el nodo 7, 4 o 6 sea el ltimo en visitar previo a terminar la ruta en
el nodo 8.
Problema
Un minero ha quedado atrapado en una mina, la entrada a la mina se encuentra
ubicada en el nodo 1, se conoce de antemano que el minero permanece atrapado en
el nodo 9, para llegar a dicho nodo hay que atravesar una red de tneles que van
conectados entre s. El tiempo de vida que le queda al minero sin recibir auxilio es
cada vez menor y se hace indispensable hallar la ruta de acceso al nodo 9 ms corta.
Las distancias entre nodos de la mina se encuentran en la siguiente grfica dadas en
36
Apuntes I.O.
2015
Variables de decisin
El nombre de las variables en este caso poco importa, dado que de ser escogida para
la solucin bsica eso significa simplemente que ser empleada como ruta para ir a
rescatar al minero, sin embargo nada tiene de malo el que se le pueda asociar con el
envo de unidades desde la entrada de la mina hacia el minero, por ende puede
sugerirse este como nombre de las variables. "Cantidad de unidades enviadas desde
el nodo i hacia el nodo j".
12
13
23
24
32
34
35
46
47
54
56
57
58
67
=
=
=
=
=
=
=
=
=
=
=
=
=
=
1, 2
1, 3
2, 3
2, 4
3, 2
3, 4
3, 5
4, 6
4, 7
5, 4
5, 6
5, 7
5, 8
6, 7
37
Apuntes I.O.
69
76
78
79
87
89
2015
=
=
=
=
=
=
6, 9
7, 6
7, 8
7, 9
8, 7
8, 9
X12 + X13 = 1
X69 + X79 + X89 = 1
Restricciones de Balance
12 + 32 23 24 = 0
13 + 23 32 34 35 = 0
24 + 34 + 54 46 47 = 0
35 54 56 57 58 = 0
46 + 56 + 57 67 69 = 0
67 + 47 + 57 + 87 76 78 79 = 0
78 + 58 89 = 0
En palabras sencillas: "Todo lo que entra a cada nodo es igual a lo que sale de l"
FUNCIN OBJETIVO
= 412 + 213 + 223 + 724 + 432 + 934 + 635 + 146 + 547 + 254
+ 456 + 357 + 258 + 167 + 569 + 476 + 378 + 579 + 287
+ 789
38
Apuntes I.O.
2015
Apuntes I.O.
2015
Apuntes I.O.
2015
Tiempos
30
6
4
41
Apuntes I.O.
2015
Correccin de manuscrito
5
10
8
14
2
Correccin de manuscrito
Tiempos
Actividades
Predecesora
30
6
4
5
10
8
14
2
Ninguna
A
B, G
A
D
E, G
A
C, F
Apuntes I.O.
2015
43
Apuntes I.O.
2015
En Matemticas, un politopo regular es una figura geomtrica con un alto grado de simetra
44
Apuntes I.O.
2015
En un modelo lineal, suele suponerse que el precio es una constante dada, digamos
p, y las ventas es la cantidad por venderse es una variable supuestamente
independiente del precio. Por consiguiente, el ingreso se expresa como , y decimos
que es proporcional al precio. Sin embargo, el precio puede ser en realidad una
variable, y la cantidad vendida (la demanda) puede ser dependiente del precio. Esta
dependencia se expresa como = (), donde f es una funcin especfica (no
constante) de p. As, el ingreso estara representado por:
= ()
Que es no lineal en la variable . En este caso, un modelo para encontrar el nivel de
precios que maximice los ingresos sera un modelo no lineal.
Una suposicin importante de programacin lineal es que todas sus funciones (funcin
objetivo y funciones de restriccin) son lineales. Aunque, en esencia, esta suposicin
se cumple para muchos problemas prcticos, con frecuencia no es as. De hecho
muchos economistas han encontrado que cierto grado de no linealidad es la regla, y
no la excepcin, en los problemas de planeacin econmica, por lo cual, muchas veces
es necesario manejar problemas de programacin no lineal, lo cual vamos a analizar
enseguida.
Definicin
Se puede expresar un problema de programacin no lineal (PNL) de la siguiente
manera:
Encuentre los valores de las variables que
= (1 , 2 , . . )
Sujeto a
( + + + , )
( + + + , )
,
.
.
( + + + , )
Apuntes I.O.
2015
46
Apuntes I.O.
2015
47
Apuntes I.O.
2015
Optimizacin clsica
Si la restriccin no existe, o es una restriccin de igualdad, con menor o igual nmero
de variables que la funcin objetivo entonces, el clculo diferencial, da la respuesta,
ya que solo se trata de buscar los valores extremos de una funcin.
48
Apuntes I.O.
2015
Apuntes I.O.
2015
Donde:
Apuntes I.O.
2015
Ejemplo
La organizacin SALAZAR LTDA presenta una demanda anual de 150,000 unidades
de sus envases de plstico presentacin "AA". En un reciente proceso de costoo el
departamento de ingeniera ha determinado mediante el mtodo agregado que el costo
de emitir cada orden es de $ 13,800, adems se ha estimado que la tasa de
mantenimiento equivale al 12% anual. Teniendo en cuenta que el precio de venta de
cada envase "AA" es de $ 1,733 y que este presenta un margen de contribucin
unitario del 25%, adems que el Lead Time del proveedor equivale a 5 das y que la
organizacin labora de manera ininterrumpida durante los 365 das al ao. Determine
la Cantidad optima de pedido, su punto de reposicin ROP, El nmero de ordenes
colocadas al ao, el tiempo entre cada orden y realice una presentacin que muestre
los costos asumidos teniendo en cuenta la cantidad optima establecida.
= 1,733 (11 .25) = $1,300
= 1,300 12 = 156
=
2 150,000 13,800
= 5,152
156
150,000
5 = 2.005
365
150,000
=
= 30
5,152
=
365
= 12
30
Apuntes I.O.
2015
52
Apuntes I.O.
2015
Donde:
53
Apuntes I.O.
2015
Apuntes I.O.
2015
1. Fuentes de Entrada
2. Cola
3. Disciplina en la Cola
4. El Mecanismo de Servicio
5. Manejo de Lneas de Espera
6. Rgimen Estable
7. Proceso Elemental de Colas
8. Estructura de los Modelos de Lneas de Espera
9. Costos de los Sistemas De Colas
10. Tasas de Llegada y de Servicio
55
Apuntes I.O.
2015
56
Apuntes I.O.
2015
Notacin
57
Apuntes I.O.
2015
Modelo M/M/1
58
Apuntes I.O.
2015
5.4.1 Un servidor
A esta se le llama el caso de un solo canal y de una sola fase. En la prctica, existen
muchas ilustraciones de este mdulo simple: el cajero de un restaurante, cualquiera
de las operaciones sencillas de ventanilla de las oficinas de correos y los bancos o
la peluquera de un solo hombre.
59
Apuntes I.O.
2015
Apuntes I.O.
2015
Costo de Espera
Esperar es intil. Es desperdicio. Significa que algn recurso est inactivo cuando
podra usarse en una forma ms productiva (o agradable) en otra parte. De hecho,
representa un costo de oportunidad. La productividad disminuye y es dinero que no
puede recuperarse.
Cuando los clientes esperan en lnea, el costo de espera es indirecto. Es cierto que no
hace ningn pago cuando un cliente disgustado se va porque la cola es demasiado
larga. Los clientes se quejan quitando tiempo a los empleados o an peor dejan de
venir, dejando toda la mercanca para devolucin y causando que se pierdan
oportunidades de ganancias. Si el problema contina la empresa podra salir muy bajo
en los inventarios. Este costo intangible es tan real como cualquier dinero que se saca
del bolsillo. Servir con prontitud puede proporcionar una forma de competencia en los
negocios. La sociedad de hoy est muy consciente del tiempo, esto hace que la
evaluacin apropiada del tiempo de espera sea ms importante.
Costo de Servicio
Determinar el costo de servicio es ms sencillo, en concepto, que determinar el costo
de espera. En la mayora de las aplicaciones se tratar de comparar varias
instalaciones de servicio: dos cajeros de la empresa contra tres, etc. En estos casos
solamente se necesitan los costos comparativos o diferenciales. Casi siempre los
datos necesarios son evidentes para una situacin dada.
Sistema de Costo Mnimo
Desde un punto de vista global se quiere el sistema que comparado con los dems,
tiene el costo total ms pequeo, incluyendo el costo de servicio y el costo de espera.
Para tasas bajas de servicio, se experimentan largas colas y costos de espera muy
altos. Conforme aumenta el servicio, hay un ahorro sustancial en el costo de espera,
aunque los costos de servicio aumenten, ya que el costo total del sistema disminuye.
Sin embargo, finalmente se llega a un punto de disminucin en el rendimiento. Ms
all del punto de costo mnimo, el aumento en el servicio cuesta ms que los ahorros
consecuentes en el costo de espera. Entonces el objetivo es encontrar el sistema de
costo mnimo.
61
Apuntes I.O.
2015
b) = (1) =
c) =
2
(1)
10
12
12(1 )
= 2
10 2
12
10
(1 )
12
=[
( )
] = 4,16
62
Apuntes I.O.
2015
Fuente de Informacin
1. BAZARAA MS y JJ. Jarvis. Programacin lineal y flujo de redes. Limusa.
2. DAVIS K Roscoey MC KEOWN Patrick. Modelos cuantitativos para administracin.
Grupo editorial Iberoamrica. 2 Ed. 1986.
3. DIAZ S. Fco. Javier, RENDON C: Hernn D., Introduccin a la Investigacin de
Operaciones Universidad Nacional 2002.
4. Ed. Mc Graw Hill 2002 7ma Edicin.
5. GASS S.I. Programacin lineal. Compaa Editorial Continental. 1981
6. Gallagher, Charles A. y Watson, Hugh J. (1992) Mtodos Cuantitativos para la toma
de decisiones en Administracin; cuarta edicin; Mxico: Mc. Graw-Hill.
7. Hillier, Frederick S. y Lieberman, Gerald J. (1997) Introduccin a la Investigacin de
Operaciones; sexta edicin; Mxico: Mc. Graw-Hill.
8. Moskowitz, Herbert y Wright, Gordon P. (1991) Investigacin de Operaciones;
Mxico: Prentice-Hall Hispanoamericana, S. A.
9. Sasieni, Maurice; Yaspan, Arthur y Friedman, Lawrence (1992) Investigacin de
Operaciones (Mtodos y Problemas); Mxico: Limusa.
10. Schrage, Linus (1991); LINDO (An Optimization Modeling System) cuarta edicin;
Danver : Boyd & Fraser Publishing Company.
11. Shamblin, James E. y Stevens, G. T, Jr. (1993); Investigacin de Operaciones (Un
enfoque fundamental) Mxico: Mc. Graw-Hill.
12. Taha, Hamdy (1995); Investigacin de Operaciones quinta edicin; Mxico:
Alfaomega.
13. Thierauf, George y Grosse, Richard (1982); Toma de Decisiones por medio de
Investigacin de Operaciones; Mxico: Limusa Wiley.
14. Winston, Wayne L. (1991); Introduction to Mathematical Programming (Applications
and Algorithms); Duxbury Press, Belmont.
63
Apuntes I.O.
2015
64
Apuntes I.O.
2015
Unidad 3. Cuestionario
1. Es una definicin de simulacin:
a) Es la herramienta matemtica que trata de representar un proceso a travs de
otro ms simple, para analizar las variables que intervienen en l y tomar una
decisin
b) Escribe el comportamiento de un sistema y da respuesta a un problema real.
c) Es un modelo matemtico que representa una situacin real y busca la toma de
decisiones.
d) Es un modelo determinstico de solucin de problemas.
2. A que se denomina simulacin discreta?
a) Representa una situacin en donde las variables no cambian.
b) Representa un sistema en donde las variables cambian en periodos separados.
c) Representa un sistema en donde las variables cambian de manera constante a
lo largo del tiempo.
d) Se refiere a la actuacin del investigador.
3. A que se denomina simulacin continua?
a) Representa un sistema en donde las variables cambian de manera constante a
lo largo del tiempo.
b) Representa una situacin en donde las variables no cambian.
c) Representa un sistema en donde las variables cambian en periodos separados.
d) Es un proceso repetitivo.
4. Qu es una simulacin determinstica?
65
Apuntes I.O.
2015
Lneas telefnicas.
La forma de las llegadas.
Gente esperando lneas telefnicas desocupadas
Ninguna de las anteriores es correcta
Apuntes I.O.
2015
b) Talleres de reparacin.
c) La velocidad a la que sea tiende.
d) Ninguna de las anteriores es correcta.
3. La demanda (tasa de llegada) a una central telefnica puede ser.
a)
b)
c)
d)
Un segundo.
Un metro.
60 por minuto.
Ninguna de las anteriores es correcta.
Sobreexcitado.
Subcapa-citado.
Sobre capacitado.
Superdotado.
67