Anda di halaman 1dari 38

Ingeniera Civil

Universidad Central del Ecuador

INVESTIGACIN OPERATIVA

Ing. Marco Antonio Pineda (MSc.)


Ingeniera Civil
Universidad Central del Ecuador

EVALUACIN
Descripcin Porcentaje
Tareas 10,00%
Proyecto (T.H.) 20,00%
Evaluaciones Parciales 30,00%
Examen 40,00%
Total 100,00%
Ingeniera Civil
Universidad Central del Ecuador

CONTENIDO ACADMICO

1 Introduccin a la IO

2 Modelos de la IO (PL)

3 Metodologas de Solucin

4 Aplicaciones de la IO
Ingeniera Civil
Universidad Central del Ecuador

INVESTIGACIN OPERATIVA

Programacin Lineal
Ingeniera Civil
Universidad Central del Ecuador

INVESTIGACIN OPERATIVA
Introduccin

Objetivos

Origen y Evolucin

Definiciones

Metodologa de la IO

Modelos Matemticos de la IO
Ingeniera Civil
Universidad Central del Ecuador

INTRODUCCIN
La Investigacin Operativa o Investigacin de
Operaciones (IO); es una herramienta administrativa,
para la toma de decisiones de una manera orientada.

Por tanto, aborda, plantea y busca dar una solucin


ptima a problemas reales que se presentan en los
diferentes procesos operativos de una empresa, y para
esto, utiliza modelos matemticos, estadsticos y
diferentes algoritmos de solucin.
Ingeniera Civil
Universidad Central del Ecuador

OBJETIVOS
General
Conocer los conceptos y aspectos bsicos de la IO, las
aplicaciones y las diferentes metodologas de solucin.
Especficos
Conocer la metodologa bsica de la IO.
Plantear adecuadamente un problema (fase ms
importante y difcil).
Plantear el modelo matemtico y encontrar las soluciones
factibles para la optimizacin de un problema.
Qu se entiende por IO y PL?
Debido a la implementacin de un proceso en etapas sucesivas,
se requiere que una persona se traslade durante 5 semanas
consecutivas, entre Quito y Guayaquil.

Se tiene que salir de Quito los lunes y regresar los mircoles.


El precio de un boleto regular de viaje redondo es de $120,
pero se ofrece un 20% de descuento si el viaje redondo
comprende un fin de semana. El precio de un boleto sencillo en
cualquier direccin es de 75% del precio regular.

Cmo se deberan comprar los boletos para reducir el costo del


traslado durante las 5 semanas?
Qu se entiende por IO ?
Si se considera la situacin analizada, como un problema de
toma de decisiones, se debe considerar:

Criterio Objetivo Restricciones Alternativas

Mnimo Costo Salir los Lunes Posibles


(Optimizar el Regresar los Combinaciones
precio de mircoles
compra de los
boletos areos)
Qu se entiende por IO ?
Alternativas:

Comprar cinco boletos regulares UIO-GYE-UIO para salir el lunes y


regresar el mircoles de la misma semana.
1.

Comprar un boleto UIO-GYE, cuatro UIO-GYE-UIO que abarquen fines


de semana, y uno GYE-UIO.
2.
Comprar un boleto UIO-GYE-UIO para el lunes de la primera semana y
el mircoles de la ltima semana, y cuatro UIO-GYE-UIO para los viajes
3. restantes. Todos los boletos cubren por lo menos un fin de semana.
Qu se entiende por IO ?
Costo de las alternativas:

5 120 600

2 90 4 96 564

1 96 4 96 480
Conclusiones
Si se toma la decisin, en funcin de elegir la alternativa menos costosa, claramente la opcin
ms econmica, es la tercera de las combinaciones (no se habr tomado en cuenta otros
factores).

Para un Problema Real de IO:

Se debe plantear un modelo (matemtico), mismo que detalle los componentes principales del
problema (condiciones y criterio objetivo), a lo que se conoce como modelo matemtico de PL.

El modelo matemtico debe relacionar las variables, condiciones y criterio objetivo.

La solucin del modelo, consiste encontrar el valor de las variables que optimizan (maximizan
o minimizan) el criterio objetivo, satisfaciendo a la vez el conjunto de condiciones planteadas.

Existen soluciones factibles y soluciones optimas.


Una solucin ptima de un modelo es mejor slo para ese modelo.
Ingeniera Civil
Universidad Central del Ecuador

DEFINICIONES
Definiciones de IO

(McCord y Kimball, Un mtodo cientfico para dotar a los departamentos


1951) ejecutivos de una base cuantitativa para las decisiones que
tengan que ver con las operaciones bajo su control.
La ciencia que estudia el modelado de sistemas
(Hillier and probabilsticos y determinsticos que se originan en la vida
Lieberman, 1990) real desde un punto de vista de toma de decisiones
ptimas.

El estudio de cmo formular modelos matemticos para


(Rardin, 1998) problemas complejos de administracin e ingeniera y cmo
analizarlos para tener una visin de las posibles soluciones.

Definicin ms aceptada es:


Un enfoque cientfico para la toma de decisiones ejecutivas, que
(Lawrence y consiste en la habilidad de modelar situaciones complejas, la ciencia de
Pasternak, 1998) desarrollar tcnicas de solucin para resolver dichos modelos y la
capacidad de comunicar efectivamente los resultados buscando la
asignacin ptima de recursos (escasos) a determinada actividad.
ORIGEN Y EVOLUCIN DE LA IO

Conocer los eventos que dieron origen a la Investigacin


Operativa, as como su evolucin hasta el siglo XXI.
Origen de la IO

Dnde ? Para qu ?
1940 Inglaterra Gran Bretaa
Como apoyo para la toma
Segunda Guerra Mundial
de decisiones acerca de la
mejor utilizacin de
materiales blicos a travs
del uso de herramientas
cuantitativas.

Una vez terminada la


guerra, las ideas utilizadas
con fines blicos fueron
adaptadas para mejorar la
eficiencia y la productividad
del sector civil.
Evolucin de la IO

Factor importante para


el desarrollo de la IO
(Desarrollo de la
Muchas herramientas tecnologa informtica)
actuales de la IO
(Programacin
En 1947 George Dantzig Dinmica, Lneas de
desarroll el mtodo Espera y Teora de
Simplex para resolucin Inventarios), fueron
Despus de la Segunda de problemas con desarrollados en los 50.
Guerra Mundial la IO Programacin Lineal
lleg a tener ms
importancia en la vida
civil debido a la
complejidad de las
nuevas organizaciones.

Actualmente la IO, es una importante herramienta administrativa para la toma


de decisiones, sobre todo a nivel gerencial; en instituciones financieras y sistemas
de comercializacin.
Dentro de la ingeniera, en planeacin urbana, sistemas de transporte, etc.
METODOLOGA DE IO

Se describe la metodologa que usa la IO para resolver


los problemas, tomando en cuenta diferentes fases por
las que debe atravesar un problema.
Metodologa de IO
Llevar a cabo un estudio de IO, suele ser por lo general un trabajo de equipo, en el
que, tanto los especialistas (matemticos, ingenieros, informticos, economistas, etc.)
como el cliente (persona o entidad quin plantea el problema), trabajan en
colaboracin, para solucionar el mismo.

Independientemente de la naturaleza de la aplicacin, en cualquier proyecto de IO,


cabe distinguir una serie de etapas comunes que lo identifican como tal.

Comprobacin Aplicacin la
Construccin Obtencin
Formulacin del modelo y en prctica y
de un modelo del conjunto
del problema las soluciones, mejoramiento
matemtico de soluciones
y de la misma
Etapa 1: Planteamiento del problema
Fase ms delicada del proceso.

Establece una definicin clara y precisa del problema.

En esta etapa del estudio juega un papel fundamental el cliente que


nos ha planteado el problema.

Se definen claramente cuales son las alternativas de decisin


(variables), el objetivo que nos permite valorar las distintas
alternativas, y las restricciones o limitaciones del problema.

Un problema mal definido puede


conducir a una solucin absurda.
Etapa 2: Construccin del Modelo
El modelo debe representar la esencia del problema.

El modelo matemtico, es un conjunto de ecuaciones y expresiones


matemticas relacionadas entre s.

Las distintas alternativas (aspectos susceptibles de cambio del


problema), se modelizarn utilizando variables X1, X2, .,Xn.

La forma de medir la calidad de una u otra alternativa, se


realiza a travs de la funcin objetivo.

Las limitaciones que impiden que las variables tomen cualquier valor
se modelizarn utilizando desigualdades y ecuaciones, las
restricciones.
Etapa 3: Obtencin de una solucin
Si el modelo resultante responde a uno de los modelos tpicos de IO y sus dimensiones lo
permiten, se puede obtener la solucin utilizando el algoritmo apropiado.

El resultado de esta fase debe ser un conjunto de valores para las variables que
proporcionen, si es posible, el mejor valor de la funcin objetivo, o en caso de haber
aplicado un algoritmo heurstico, una solucin aceptable para el cliente.

Resolver un modelo consiste en encontrar los valores de las variables dependientes,


asociadas a las componentes controlables del sistema con el propsito de optimizar, si es
posible, o cuando menos mejorar la eficiencia o la efectividad del sistema dentro del
marco de referencia que fijan los objetivos y las restricciones del problema.

La seleccin del mtodo de solucin, depender de las caractersticas del modelo. Los
procedimientos de solucin pueden ser clasificados en tres tipos: a) analticos, que utilizan
procesos de deduccin matemtica; b) numricos, que son de carcter inductivo y
funcionan en base a operaciones de prueba y error; c) simulacin, que utiliza mtodos que
imitan o emulan al sistema real, en base a un modelo previamente definido.
Etapa 4: Verificacin del modelo y
solucin
Se verifica si el modelo propuesto hace lo que se supone debe hacer, es decir, el modelo
proporciona una prediccin razonable del comportamiento del sistema que se est
estudiando?

Para ello podemos plantearnos algunas cuestiones:


Tiene sentido la solucin ?
Los resultados son aceptables ?

Para contestar a estas preguntas se pueden utilizar datos histricos y verificar si la


solucin proporcionada por el modelo interpreta adecuadamente esos resultados.

Es inevitable que la primera versin de un modelo matemtico grande tenga muchas


fallas, debido especialmente a factores o interpelaciones relevantes que no se
incorporaron al modelo y algunos parmetros que no se estimaron correctamente.

Por lo tanto, antes de usar el modelo debe probarse exhaustivamente para intentar
identificar y corregir todas las fallas que se pueda. De forma que despus de una larga
serie de modelos mejorados, se concluye que el modelo actual produce resultados
razonablemente vlidos.
Etapa 5: Puesta en Prctica
En esta fase, el equipo de trabajo, debe encargarse de capacitar al personal
responsable de aplicar el modelo, de manera que sean capaces de traducir los
resultados del modelo en instrucciones de operacin.

Adems, el equipo de trabajo, debe asegurarse de que el modelo se utiliza


apropiadamente para tomar las decisiones.
MODELOS DE LA IO
Modelos de la IO

Un modelo es una representacin explcita, pero a la


vez limitada de la realidad, a la que se esta
intentando entender, interpretar y modificar.

Modelos Determinsticos Modelos Probabilsticos

Modelos que predicen la Modelos aleatorios que se


realidad bajo determinadas consideran relativamente
condiciones. inciertos, precisamente por el
ambiente difuso del cual
provienen los datos.

No es un arte.
Modelos de la IO
Uno de los modelos utilizados por la IO, es el modelo de programacin
Modelo Formal de la lineal (PL), que son modelos matemticos de carcter determinstico,
IO para la solucin de problemas cuantitativos.

Modelo Matemtico Modelo de Simulacin

Se emplea cuando el criterio Los modelos de simulacin


objetivo y las condiciones del difieren de los matemticos en
problema, se pueden expresar que las relacin entre la entrada
de utilizando expresiones y la salida no se indica en forma
matemticas. explcita.

Aparte de las matemticas.


Modelos de Decisin(D-determinista; P-probabilstico; A-alto; B-bajo)
Clase de Frecuencia de uso en
Tipo de Modelo Incertidumbre corporaciones
Programacin Lineal D A
Redes (Incluye PERT/CPM) D,P A
Inventarios, produccin y programacin D,P A
Econometra, pronstico y simulacin D,P A
Programacin Entera D B
Programacin Dinmica D,P B
Programacin Estocstica P B
Programacin No Lineal D B
Teora de Juegos P B
Control Optimo D,P B
Lneas de Espera P B
Ecuaciones Diferenciales D B
Modelo Matemtico
El modelo incluye:

Alternativas de
Variables
Restricciones

Criterio
Objetivo

Optimizacin de la Funcin
Objetivo
Elementos del Modelo Matemtico
Variables y Parmetros
Restricciones Funcin Objetivo
de Decisin
Matemticamente, las Comprende : Matemticamente se
Variables de decisin, Limitaciones define como una
son las incgnitas que tecnolgicas, funcin lineal de las
deben determinarse econmicas y otras variables utilizadas, lo
resolviendo el del sistema. cual define la medida
modelo. El modelo debe incluir de efectividad del
Los parmetros, son restricciones sistema en funcin de
los valores conocidos (implcitas y explcitas) las variables de
que relacionan las que restrinjan a las decisin.
variables de decisin variables de decisin a
con las restricciones y un rango de valores
funcin objetivo. factibles.

La solucin ptima ser aquella que produzca el menor o mayor


valor de la funcin objetivo, sujeta a las restricciones dadas.
Consideraciones
Antes de aventurarse en un complicado modelado matemtico, el equipo de
trabajo debe explorar la posibilidad de utilizar ideas agresivas para
resolver la situacin.

Las problemas se originan en las personas, por tanto, antes de abordar


cualquier solucin, siempre ser necesario, tomar en cuenta el
comportamiento humano.

Hay que dejar claro, que el modelado no es una arte, se basa en una serie
de procesos lgicos para plantear y encontrar una solucin al problema
planteado (aunque siempre ser susceptible de mejora).

Interpretar adecuadamente los resultados.


APLICACIONES DE LA IO

Verificar los diferentes campos de aplicacin que tiene


la Investigacin Operativa.
Aplicaciones de la IO
Recursos Humanos
La automatizacin y la disminucin de costos, reclutamiento de personal,
clasificacin y asignacin a tareas de mejor actuacin e incentivos a la
produccin.
Mercadeo y distribucin
El desarrollo e introduccin de producto, envasado, prediccin de la demanda
y actividad competidora, localizacin de bodegas y centros distribuidores.
Compras y materiales
Las cantidades y fuentes de suministro, costos fijos y variables, sustitucin de
materiales, reemplazo de equipo, comprar o rentar.
Ingeniera y Manufactura
La planeacin y control de la produccin, mezclas ptimas de manufactura,
ubicacin y tamao de planta, el trfico de materiales y el control de calidad.
Finanzas y contabilidad
Los anlisis de flujo de efectivo, capital requerido de largo plazo, inversiones
alternas, muestreo para la seguridad en auditoras y reclamaciones.
Ejemplos de Aplicaciones de la IO
Organizacin Naturaleza de la aplicacin Ao de
publicacin

The Desarrollo de poltica nacional de 1985


Netherlands administracin del agua, incluyendo
Rijkswaterstat mezcla, procedimientos de operacin
t y costeo.

Monsanto Optimizacin de operaciones de 1985


Corp. produccin para cumplir metas con un
costo mnimo.

Weyerhauser Optimizacin del corte de rboles en 1986


Co. productos de madera para maximizar
su produccin.

Electrobras/C Asignacin ptima de recursos 1986


EPAL, Brasil hidrulicos y trmicos en el sistema
nacional de generacin de energa.
Ejemplos de Aplicaciones de la IO
1986
Programacin de turnos de trabajo en las oficinas
United Airlines
de reservaciones y en los aeropuertos para cumplir
con las necesidades del cliente a un costo mnimo.

Citgo Petroleum Optimizacin de las operaciones de refinacin y de 1987


Corp. la oferta, distribucin y comercializacin de
productos.

SANTOS, Ltd., Optimizacin de inversiones de capital para 1987


Australia producir gas natural durante 25 aos.

San Francisco Optimizacin de la programacin y asignacin de 1989


(Police oficiales de patrulla con un sistema computarizado.
Department)

Electric Power Administracin de inventarios de petrleo y carbn 1989


Research Institute para el servicio elctrico con el fin de equilibrar los
costos de inventario y los riesgos de faltantes.

Texaco, Inc. Optimizacin de la mezcla de ingredientes 1989


disponibles para que los productos de gasolina
cumplieran con los requerimientos de ventas y
calidad.
LIMITACIONES DE LA IO

A continuacin se detallarn algunas limitaciones de la


Investigacin Operativa en la resolucin de problemas.
Limitaciones de la IO
No todos los problemas son de naturaleza lineal.

No se pueden considerar todas las variables involucradas.

No existe informacin teora preexistente y reas interdisciplinares.

Frecuentemente es necesario hacer simplificaciones del problema original para


poder manipularlo y tener una solucin.

La mayora de los modelos slo considera un solo objetivo y frecuentemente en


las organizaciones se tienen objetivos mltiples.

Existe la tendencia a no considerar la totalidad de las restricciones en un


problema prctico.

Rara vez se realizan anlisis costo-beneficio de la implantacin. En ocasiones,


los beneficios potenciales se ven superados por los costos ocasionados por el
desarrollo e implantacin de un modelo.
Ingeniera Civil
Universidad Central del Ecuador

GRACIAS

[Nada puede] reemplazar el esfuerzo consistente en


lecturas copiosas, muchos ejercicios y largas horas de
meditacin que el aprender [IO] habr de demandarles
inexorablemente (Manuel Cordom, 1977).

Ing. Marco Antonio Pineda (MSc.)