Unidad 1. Programacin Lineal.

1.1 Definicin, desarrollo y tipos de modelos de investigacin de operaciones

1.2 Formulacin de modelos

1.3 Problemas por mtodo grfico

1.4 Problemas por el Mtodo simplex.

1.5 Aplicaciones diversas de programacin lineal

1.1 Definicin, desarrollo y tipos de modelos de investigacin de operaciones

Introduccin.

Origen de la Investigacin de Operaciones en Gran Bretaa

Durante la Segunda Guerra Mundial, la administracin militar en Gran Bretaa llam a un

equipo de cientficos para estudiar estrategias asociadas a la defensa area y terrestre del
pas.

Su objetivo era determinar la utilizacin ms efectiva de los recursos militares

limitados.

El nombre de Investigacin de Operaciones

fue dado porque el equipo estaba investigando operaciones militares.

Origen de la Investigacin de Operaciones en Estados Unidos

Los resultados alentadores logrados por los cientficos britnicos, movieron a la

administracin militar de Estados Unidos a comenzar actividades similares.

Las aplicaciones de los Estados Unidos incluyeron el estudio de problemas logsticos

complejos, la planeacin de nuevos modelos de vuelo y la utilizacin efectiva del equipo
electrnico.

En particular, el proceso comienza por la observacin cuidadosa y la formulacin del problema

incluyendo la recoleccin de los datos pertinentes. El siguiente paso es la construccin de un
modelo cientfico (por lo general matemtico) que intenta abstraer la esencia del problema real.

Definicin

Investigacin de operaciones, es la aplicacin del mtodo cientfico por un grupo

multidisciplinario de personas a un problema, principalmente relacionado con la distribucin
eficaz de recursos limitados (dinero, materia prima, mano de obra, energa), que apoyados con
el enfoque de sistemas (este enfoque, es aquel en el que un grupo de personas con distintas
reas de conocimiento, discuten sobre la manera de resolver un problema en grupo.).

Desde su nacimiento, este nuevo campo de toma de decisiones se ha caracterizado por

el uso del conocimiento cientfico a travs del esfuerzo de equipos
La Investigacin de Operaciones se ocupa de la toma de decisiones ptima a partir del
modelado y solucin de sistemas determinsticos y probabilsticos que se originan en la
vida real.

Estas aplicaciones que ocurren en el gobierno, en los negocios, en las industrias, en la

ingeniera econmica y en las ciencias naturales y sociales se caracterizan en gran parte por la
necesidad de asignar escasos recursos.

En estas situaciones se puede obtener un conocimiento profundo del problema a partir del
anlisis cientfico que proporciona la Investigacin de Operaciones. El enfoque de la
Investigacin de Operaciones proviene principalmente de:

1. La estructuracin de una situacin de la vida real como un modelo matemtico,

logrando una abstraccin de los elementos esenciales para que pueda buscarse una solucin
que concuerde con los objetivos del tomador de decisiones.

2. El anlisis de la estructura de tales situaciones y el desarrollo de procedimientos

sistemticos para obtenerlas.

3. El desarrollo de una solucin, incluyendo la teora matemtica, si es necesario, que

lleva al valor ptimo de la medida que se espera del sistema.

Pasos del Mtodo cientfico en IO

1. Delimitacin del problema

2. Modelacin del problema

3. Resolucin del modelo

4. Verificacin con la realidad

5. Implantacin

6. Conclusiones

Desarrollo y Avance de la Investigacin de Operaciones.

Despus de la guerra, el xito de los equipos militares atrajo la atencin de las empresas
industriales, quienes buscaban soluciones a sus problemas complejos.

Aunque Gran Bretaa fue quien inici el estudio de la Investigacin de Operaciones, los
Estados Unidos tomaron pronto el liderazgo.

La primera tcnica matemtica aceptada fue el mtodo simplex de programacin

lineal, desarrollado en 1947 por el matemtico norteamericano George B. Dantzing.

La Investigacin de Operaciones actualmente

En la actualidad el impacto de la investigacin de operaciones se nota en muchas reas.

Muchas universidades la ensean en todos los niveles.

 Muchas organizaciones que se dedican a dar consultora estn comprometidas con ella.

Las aplicaciones han ido ms all del mbito empresarial y militar, para incluir hospitales,
restaurantes, aeropuertos, bancos, bibliotecas, planeacin urbana, sistemas de transporte y
estudios de investigacin criminolgica.

El desarrollo de decisin consiste en seleccionar una o varias alternativas o cursos de accin

para minimizar los riesgos de prdidas financieras.

La toma de decisiones puede hacerse bajo:

Riesgo

Certeza

Conflicto

Incertidumbre

Una toma de decisin bajo completa certeza llamada tambin determinstica, se

caracteriza porque el grupo decisor conoce perfectamente cul va a ser el estado de la
naturaleza relativo a sus objetivos y por lo tanto selecciona aquella accin que de acuerdo al
criterio del lder lograr acercar ms rpido a la meta preestablecida.

En el caso de riesgo, tambin conocida como estocstico, no se conoce perfectamente

el estado que adoptar la naturaleza pero se asocia a este una distribucin de
probabilidad (discreta, continua), en funcin de esta ltima el grupo decisor selecciona
aquella accin que maximiza la esperanza de acercarse a la meta propuesta.

En el caso conflictivo, los estados de la naturaleza obligan a que el logro de las metas de
un grupo de decisores reduzca simultneamente las posibilidades de que otro grupo
alcance las suyas.

Cuando hay total incertidumbre se desconoce la verosimilitud asociada a la ocurrencia de

posibles estados de la naturaleza, es decir, no se tiene una idea sobre la distribucin de
probabilidad o funcin de densidad asociada a los diferentes entornos.

En el caso determinstico, los procesos de decisin, generalmente son dos:

1. Maximizar, utilidades, beneficios

2. Minimizar, costos, tiempo, distancia

Para el caso estocstico, se optimizan (maximizar o minimizar) los valores esperados

correspondientes.

En el conflicto se minimizan las mximas prdidas, que equivale a maximizar las

mnimas ganancias del oponente, este criterio se utiliza con menor frecuencia.

Cuando existe incertidumbre los procesos de decisin que pueden presentarse son:

Maximizar la mnima ganancia

Minimizar la mxima prdida

 Coeficiente optimista-pesimista

Minimizar el arrepentimiento mximo

Estrategias mixtas

Definicin y tipos de Modelo:

Un modelo es una representacin simplificada e idealizada de la realidad, o tambin, un

modelo es una abstraccin selectiva de la realidad. Dentro de la Investigacin de
Operaciones los tipos de modelos generalmente son numricos.

Los tipos de modelos son:

Icnicos

Analgicos

Matemticos

Modelo icnico es una representacin de la realidad pero a diferente escala, ya sea

aumentada o disminuida, por ejemplo:

a) Una maqueta

b) Un mapa

c) La representacin de la clula

Modelos analgicos: generalmente 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, por ejemplo:

a) Un sistema de redes elctricas se pude utilizar en forma anloga para un sistema de

transporte vial

b) El sistema lgico de la inteligencia humana se utiliza en forma anloga para la operacin

de un programa de computadoras.

Modelos simblicos o matemticos: emplean un conjunto de smbolos matemticos y

funciones para representar las variables de decisin y sus relaciones para describir el
comportamiento del sistema. La solucin de problemas se obtiene aplicando tcnicas
matemticas, como programacin lineal.

En investigacin de operaciones los modelos casi siempre son matemticos y por

consiguiente son aproximaciones a la realidad, por ejemplo:

a) La ecuacin general de la lnea recta: y = mx + b

b) La cantidad ptima en compra de inventarios

c) La ecuacin bsica en contabilidad: Activos = Pasivos + Capital

Obviamente los modelos no son tan complejos como el sistema mismo, de tal manera
que se hacen las suposiciones y restricciones necesarias para representar las porciones
ms relevantes del mismo

1.2 Formulacin de modelos

La estructura de los modelos matemticos

1. Variables de decisin.

Son las incgnitas que deben determinarse con la solucin del modelo.

Ejemplo:

X1= Nmero de unidades a producir en el primer turno

X2= Nmero de unidades a producir en el segundo turno

2. Restricciones.

Para tomar en cuenta las limitaciones fsicas del sistema, el modelo debe incluir restricciones
que limitan las variables de decisin a valores factibles (permisibles)

X1 + X2 200

3. Funcin objetivo

Define la medida de efectividad del sistema como una funcin matemtica de sus variables de
decisin.

Por ejemplo, si el objetivo del sistema es maximizar el beneficio total, la funcin objetivo debe
especificar el beneficio en funcin de las variables de decisin.

Ejemplo: Maximizar Z=5X1 + 7X2

Fases de un estudio de investigacin de operaciones

1. Definicin del problema

a) Definir el objetivo del estudio

b) Reconocimiento de las restricciones y variables del sistema.

2. Construccin del modelo

a) Modelo matemtico

b) Modelo de simulacin. Se usa cuando las relaciones matemticas son muy complejas.

3. Solucin del modelo

a) Si el modelo es matemtico se usar alguna tcnica de optimizacin bien definida,

produciendo el modelo una solucin ptima.
b) Si el modelo es de simulacin se buscarn alternativas para mejorar el desempeo del
sistema. Se deber realizar un anlisis de sensibilidad cambiando ciertos parmetros del
sistema.

4. Validacin del modelo

Un modelo es vlido si puede dar una prediccin confiable del funcionamiento del
sistema. Para probar la validez de un modelo se comparan los resultados del modelo con
datos histricos del sistema real.

5. Implantacin de resultados finales

Lo realiza el equipo de I.O. junto con las personas que operan el sistema real.

1.3 Problemas por mtodo grfico

El mtodo grfico es una forma fcil y rpida para la solucin de problemas de Programacin
Lineal, siempre y cuando el modelo conste de dos variables. Para modelos con tres o
ms variables, el mtodo grfico es muy difcil de aplicar.

Consiste en representar geomtricamente las restricciones, condiciones tcnicas y funcin

objetivo.

Los pasos necesarios para realizar el mtodo son:

1. hallar las restricciones del problema

2. Las restricciones de no negatividad Xi 0 confan todos los valores posibles.

3. sustituir y por (=) para cada restriccin, con lo cual se produce la ecuacin de una lnea
recta.

4. trazar la lnea recta correspondiente a cada restriccin en el plano. La regin en cual se

encuentra cada restriccin, el rea correspondiente a cada restriccin lo define el signo
correspondiente a cada restriccin ( ) se evala un punto antes y despus de la recta
trazada, el punto que cumpla con la inecuacin indicara el rea correspondiente

5. El espacio en el cual se satisfacen las tres restricciones es el rea factible

Cada punto situado en la frontera del espacio del rea factible, es decir que satisfacen todas
las restricciones, representa un punto factible.

6. Las lneas paralelas que representan la funcin objetivo se trazan mediante la asignacin de
valores arbitrarios a fin de determinar la pendiente y la direccin en la cual crece o decrece el
valor de la funcin objetivo.

7. la solucin ptima puede determinarse al observar la direccin en la cual aumenta la funcin

objetivo, se procede a graficar la funcin objetivo, si es un problema de minimizacin la
solucin ptima es el primer punto factible que toque la funcin Z, y si por lo contrario es un
problema de maximizacin, ser entonces el ltimo de los puntos factibles que toque la
funcin Z

Ver ejemplo resuelto en clase

1.4 Problemas por el Mtodo simplex. (trabajo de investigacin)

1.5 Aplicaciones diversas de programacin lineal

Despus de estudiar detalladamente los conceptos bsicos de Programacin Lineal ubicados

en un contexto de aplicaciones de la Investigacin Operativa en el mundo empresarial e
industrial, se hace preciso describir que es posible aplicar estos conceptos en diferentes
situaciones prcticas.

Este desarrollo de situaciones del mundo real constituye el autntico desarrollo de la

programacin lineal.

No se tratan de meras aplicaciones, sino del campo especfico natural de desarrollo de la

programacin lineal. El conocimiento de aplicacin de los principales conceptos de
programacin lineal permite plantear la resolucin de nuevos casos prcticos que surgen
da a da en la Empresa, la Industria y la Ingeniera.

La Programacin Lineal presenta un gran nmero de aplicaciones en multitud de mbitos

empresariales, industriales, de gestin y en general, de toma de decisiones.

SELECCIN DE MEDIOS PUBLICITARIOS

La Programacin Lineal se utiliza en el campo del marketing y la publicidad como una

Herramienta, que nos permite determinar cul es la combinacin ms efectiva de medios para
anunciar nuestros productos.

En muchas ocasiones partiremos de un presupuesto para publicidad fijo y nuestro objetivo ser
distribuirlo entre las distintas opciones que se nos ofrecen (televisin, radio, peridicos,
revistas, etc.), de forma que nuestros productos tengan la mayor difusin posible. En otros
casos, las restricciones no sern presupuestarias sino que vendrn dadas por la disponibilidad
de cada medio y por las polticas publicitarias de nuestra propia empresa.

COMBINACIN PTIMA DE BIENES

A menudo las tcnicas de PL permiten decidir sobre la cantidad ms adecuada que una
empresa debe producir de cada uno de sus productos a fin maximizar los beneficios sin dejar
de cumplir con unos determinados requisitos (financieros, de demanda, contractuales, de
disponibilidad de materias primas, etc.).

PLANIFICACIN DE LA PRODUCCIN

El establecer un plan de produccin para un perodo de semanas o meses resulta ser una tarea
difcil e importante en la mayora de las plantas de produccin. El director de operaciones debe
considerar muchos factores: mano de obra, costos de inventario y almacenamiento,
limitaciones de espacio, demanda, etc. Por lo general la mayora de las plantas producen ms
de un bien, con lo que la tarea anterior se complica an ms

ASIGNACIN DE TRABAJOS

El objetivo aqu ser asignar de la forma ms eficiente posible un trabajo a cada empleado o
mquina. Ejemplos de este tipo de asignacin seran la distribucin de coches patrulla por las
calles de una ciudad o la destino de cada jefe de ventas a una determinada zona geogrfica. El
objetivo puede ser bien minimizar los tiempos o costos de desplazamiento, o bien maximizar la
efectividad de las asignaciones.