Por lo tanto, es necesario que exista un procedimiento sistemtico que identifique a quienes
toman decisiones y a las interacciones que tengan importancia para los objetivos de la
organizacin o sistema. Uno de esos procedimientos es precisamente la investigacin de
operaciones.
1.3. Definicin
Para ser ms especficos, se consideran algunos problemas que se han resuelto mediante
algunas tcnicas de investigacin de operaciones.
La toma de decisiones es un proceso que se inicia cuando una persona observa un problema
y determina que es necesario resolverlo procediendo a definirlo, a formular un objetivo,
reconocer las limitaciones o restricciones, a generar alternativas de solucin y evaluarlas
hasta seleccionar la que le parece mejor, este proceso puede ser cualitativo o cuantitativo.
Se pueden identificar por lo menos otros dos factores que jugaron un papel importante en el
desarrollo de la investigacin de operaciones. Uno es el gran progreso que ya se haba
hecho en el mejoramiento de las tcnicas disponibles en esta rea. Despus de la guerra,
muchos cientficos que haban participado en los equipos de Investigacin de Operaciones
o que tenan informacin sobre este trabajo, se encontraban motivados a buscar resultados
sustanciales en este campo; de esto resultaron avances importantes. Un ejemplo
sobresaliente es el mtodo simplex para resolver problemas de programacin lineal,
desarrollado en 1947 por George Dantzing.
Un segundo factor que dio mpetu al desarrollo de este campo fue el advenimiento de la
computadora. Para manejar de una manera efectiva los complejos problemas inherentes a
esta disciplina, por lo general, se requiere un gran nmero de clculos. Llevarlos a cabo a
mano puede resultar casi imposible. Por lo tanto, el desarrollo de la computadora
electrnica digital, con su capacidad para realizar clculos aritmticos, miles o tal vez
millones de veces ms rpido que los seres humanos, fue una gran ayuda para la
Investigacin de Operaciones.
Lograr un mejor sistema al hacer que este opere con costos ms bajos con interrelaciones
ms fluidas, eliminando los cuellos de botella y lograr una mejor coordinacin entre los
elementos ms importantes.
Modelamiento Matemtico
1. Modelo Matemtico.
2. Modelo Simulacin.
3. Mtodo Heurstico.
sacar un modelo que represente una situacin real, es que nos permite analizar tal situacin
sin interferir en la operacin que se realiza, ya que el modelo es como si fuera un espejo
de lo que ocurre.
2.4 Qu es un modelo?
2.4.1 Modelos
Para aumentar la abstraccin del mundo real, los modelos se clasifican como:
Los modelos anlogos esencialmente requieren la sustitucin de una propiedad por otra con
el fin de permitir la manipulacin del modelo. Despus de resolver el problema, la solucin
se reinterpreta de acuerdo al sistema original.
La solucin ptima ser aquella que produzca el mejor valor de la funcin objetivo, sujeta a
las restricciones.
La Programacin Lineal
El modelo establece el problema en trminos de tomar decisiones sobre los niveles de las
actividades, por lo que X1, X2,Xn se llaman variables de decisin. Los valores de cj, bi y
aij (para i = 1,2,, m y j = 1,2,, n) son las constantes de entrada al modelo. Las cj, bi y aij
tambin se conocen como parmetros del modelo.
SOLUCIN:
Cualquier conjunto de valores para las variables de decisin (X1, X2,..., Xn), sin importar
si es una posibilidad deseable o ni siquiera permitida.
Solucin factible: Solucin que cumple con todas las restricciones funcionales y de signo.
SOLUCIN
Un modelo de Programacin Lineal de n variables tiene:
0 soluciones.
1 solucin
Infinitas soluciones
. Qu es un modelo?
Es una idealizacin abstracta del problema por lo que requieren
aproximaciones.
Es la mejor solucin ptima que se lleva a la prctica para tomar
decisiones.
Es la ciencia de lo absoluto.
Todas las anteriores.
2. Qu es una variable?
Es un valor conocido.
Es un valor desconocido.
Es un valor entero.
3. Qu es una variable de decisin?
Variable de cualitativa.
Variable de cuantitativa.
Parmetros.
4. Qu es una funcin objetivo?
Es una medida de valor.
Es una medida de efectividad.
Es un mtodo.
Qu es una funcin?
Una funcin es una cosa que hace algo. Por ejemplo, una mquina de moler caf es una
funcin que transforma los granos de caf en polvo. La funcin (objetivo) traza, traduce el
dominio de entrada (denominado regin factible) en un rango de salida con dos valores
finales denominados valores mximo y mnimo.
Para la mayora de los problemas de Programacin Lineal, se puede decir que existen dos
tipos importantes de objetos: en primer lugar, los recursos limitados, tales como terrenos,
capacidad de planta o tamao de la fuerza de ventas; en segundo lugar, las actividades, tales
como "producir acero con bajo contenido de carbono", y "producir acero con alto contenido
de carbono". Cada actividad consume o probablemente contribuye cantidades adicionales
de recursos. Debe haber una funcin objetivo, es decir, una manera de discriminar una mala
de una buena o una mejor decisin. El problema es determinar la mejor combinacin de
niveles de actividades, que no utilice ms recursos de los disponibles. Muchos gerentes se
enfrentan a esta tarea todos los das. Afortunadamente, el software de Programacin Lineal
ayuda a determinar esto cuando se ingresa un modelo bien formulado.
Todo programa lineal consta de cuatro partes: un conjunto de variables de decisin, los
parmetros, la funcin objetivo y un conjunto de restricciones. Al formular un determinado
problema de decisin en forma matemtica, debe practicar la comprensin del problema (es
decir, formular un modelo mental) leyendo detenidamente una y otra vez el enunciado del
problema. Mientras trata de comprender el problema, formlese las siguientes preguntas
generales:
Recuerde que la regin factible tiene poco o nada que ver con la funcin objetivo
(minimizar o maximizar). Estas dos partes en cualquier formulacin de Programacin
Lineal generalmente provienen de dos fuentes distintas. La funcin objetivo se establece
para cumplir con el deseo (objetivo) del decisor mientras que las restricciones que forman
la regin factible generalmente provienen del entorno del decisor que fija algunas
limitaciones / condiciones para lograr su objetivo.
Una vez definido el problema la siguiente etapa consiste en reformularlo para su anlisis,
mediante la construccin de un modelo que represente la esencia del problema. Los
modelos son representaciones idealizadas de la realidad. Los modelos tienen muchas
ventajas sobre una descripcin verbal del problema, una ventaja obvia es que el modelo
describe un problema en forma mucho ms concisa. Al desarrollar el modelo, se
recomienda empezar con una versin muy sencilla y moverse, en forma evolutiva, hacia
modelos ms elaborados que reflejen mejor la complejidad del problema real. Los modelos
siempre deben ser menos complejos que el sistema real, de otra manera, no tiene sentido
trabajar con modelos si se puede trabajar con el sistema real en s.
Planteamiento
Solucin
Para la solucin grfica de programas lineales con dos variables, lo que se tiene que hacer
es trazar un eje de coordenadas cartesianas, para graficar las desigualdades dadas por el
problema, despus encontrar el rea de soluciones factibles y proceder a graficar la funcin
objetivo para conocer el valor ptimo (maximizar o minimizar) que ser la solucin del
problema.
Ejemplo 1
Un fabricante est tratando de decidir sobre las cantidades de produccin para dos artculos:
mesas y sillas. Se cuenta con 96 unidades de material y con 72 horas de mano de obra.
Cada mesa requiere 12 unidades de material y 6 horas de mano de obra. Por otra parte, las
sillas usan 8 unidades de material cada una y requieren 12 horas de mano de obra por silla.
El margen de contribucin es el mismo para las mesas que para las sillas: $5.00 por unidad.
El fabricante prometi construir por lo menos dos mesas.
Cules son las restricciones o limitaciones del problema? Existen tres restricciones.
Primero, el material est limitado a 96 unidades. Cada mesa se lleva 12 unidades de
material y cada silla usa 8 unidades. La primera restriccin es, entonces:
La segunda restriccin es el total de horas de mano de obra. Una mesa se lleva 6 horas, una
silla 12 horas y se dispone de un total de 72 horas. As:
Existe una limitacin ms. El fabricante prometi producir por lo menos dos mesas. Esto
puede expresarse como:
En resumen se tiene:
El siguiente paso en el mtodo grfico es dibujar todas las restricciones en una grfica. Esto
puede hacerse en cualquier orden. Por conveniencia se comenzar con las restricciones de
no negatividad. Estas se muestran en la siguiente figura:
En esta grfica, una solucin se representara por un punto con coordenadas X1 (mesas) y
X2 (sillas). Las coordenadas representaran las cantidades de cada artculo que se deben
producir. El cuadrante superior derecho se llama Regin Factible puesto que es el nico
cuadrante en que pueden estar las soluciones. Los otros tres cuadrantes no son factibles, ya
que requeriran la produccin de cantidades negativas de mesas o de sillas o de ambas.
Convertir una igualdad en una ecuacin aqu, significa ignorar la parte de mayor que o
menor que de la restriccin.
Entonces, la regin factible incluye todos los valores de x1 que estn sobre o a la derecha
de la lnea X1 = 2.
La limitacin sobre las horas de mano de obra es la siguiente restriccin. Como antes,
primero se convierte en una ecuacin: 6x1 + 12x2 = 72. Puede graficarse esta lnea si se
encuentran dos puntos sobre ella. El par de puntos ms sencillos de localizar son las
intersecciones con los ejes X1 y X2. Para encontrar la interseccin con el eje X2 se hace X1 =
0. La ecuacin se reduce, entonces, a:
Estos dos puntos y la lnea que los une se muestran en la siguiente figura:
Cualquier punto que est sobre o abajo de esta lnea cumplir con la restriccin. Cualquier
punto arriba de esta lnea requerir ms de 72 horas de mano de obra y no es aceptable. En
la siguiente figura se combina esta restriccin con la anterior. En la regin factible, ambas
restricciones se cumplen.
Cualquier solucin que est en la frontera o dentro del rea sombreada cumplir con todas
las restricciones. Ahora se utilizar la funcin objetivo para seleccionar la solucin ptima.
Para encontrar la solucin ptima, se grafica la funcin objetivo en la misma grfica de las
restricciones. La funcin objetivo en este problema es Z = 5x1 + 5x2. Como todava no se
conoce el mximo valor factible de Z, no puede trazarse el ptimo de la funcin objetivo.
No obstante, es posible suponer algunos valores para Z y graficar las lneas resultantes. En
la siguiente figura se muestran las lneas para Z = 25 y Z = 50:
Las lneas de este tipo se llaman lneas de indiferencia, porque cualquier punto sobre una
lnea dada da la misma ganancia total. Ntese que la distancia perpendicular del origen a la
lnea aumenta al aumentar el valor de Z. Tambin, todas las lneas de indiferencia son
paralelas entre s. Estas propiedades grficas pueden usarse para resolver el problema.
En la siguiente figura, se ilustran todas las restricciones y las dos lneas de indiferencia
supuestas. En la grfica puede observarse que la lnea de indiferencia para Z = 50 est
completamente fuera de la regin factible. Para Z = 25, parte de la lnea cae dentro de la
regin factible. Por tanto, existe alguna combinacin de X1 y X2 que satisface todas las
restricciones y da una ganancia total de $25. Por inspeccin, puede observarse que hay
ganancias ms altas que son factibles.
Con el punto ptimo localizado grficamente, la nica tarea que queda es encontrar las
coordenadas del punto. Ntese que el punto ptimo est en la interseccin de las lneas de
restriccin para materiales y horas de mano de obra. Las coordenadas de este punto se
pueden encontrar resolviendo el sistema de ecuaciones que forman estas dos restricciones
utilizando cualquiera de los mtodos de solucin (suma y resta, sustitucin o igualacin).
Las coordenadas de este punto resultan ser (6, 3). La sustitucin de este punto en la funcin
objetivo da la ganancia mxima:
La solucin ptima:
X1 = 6, X2 =3 y Z = $ 45
Un taller puede fabricar 2 productos diferentes utilizando para ello 3 tipos de mquinas por
las que deben pasar los 2 productos. El problema consiste en planificar la produccin del
taller, teniendo como objetivo escoger el programa de produccin que maximice las
utilidades netas en el periodo de planificacin, tomando en cuenta las restricciones de
disponibilidad de las mquinas. Ambos productos requieren para su elaboracin del empleo
de las 3 mquinas, siendo imposible ocupar la misma mquina para la elaboracin
simultnea de los 2 productos. Para la fabricacin de una unidad del producto 1, se
requieren: 2 horas en la mquina 1, 1 hora en la mquina 2 y 1 hora en la mquina 3.
Mientras que para la fabricacin de una unidad del producto 2, se requieren: 1 hora en la
mquina 1, 1 hora en la mquina 2 y 3 horas en la mquina 3. La disponibilidad de las
mquinas en horas por semana, es de 70, 40 y 90, para las mquinas 1, 2 y 3,
respectivamente. Se estima que el costo unitario es de 30 para el producto 1 y de 60 para el
producto 2. Mientras que los precios de venta son 70 y 120, para ambos productos,
respectivamente. El problema supone que todo lo que se produce, se vende.
(Mquina 1) 2X1 + X2 70
(Mquina 2) X1 + X2 40
(Mquina 3) X1 + 3X2 90
X1 0
X2 0
Se obtiene la recta lineal entre ambos ejes como si fuesen igualdades en vez de
desigualdades.
En el mtodo grfico, existen dos formas para resolver un problema de programacin lineal
que tenga dos variables de problema:
La solucin ptima:
X1 = 15
X2 = 25
= 2100
Se producirn 15 unidades del producto 1 y 25 unidades del producto 2, para obtener una
ganancia mxima de 2100.