DE DECISIONES
PROGRAMA DE ESTUDIO
Objetivo
Consiste en formular y resolver diversos problemas orientados a
la toma de decisiones. La naturaleza de los problemas abordados
puede ser determinística, como en los Modelos de Programación
Matemática, donde la teoría de probabilidades no es necesaria, o
bien de problemas donde la presencia de incertidumbre tiene un
rol preponderante, como en los Modelos Probabilísticos.
Capitulo 8: Aplicaciones en IP
EVALUACIÓN
• El curso tiene 2 exámenes y 1 trabajo monográfico durante el ciclo
académico. Los exámenes y monografías se califican de 0 a 20.
• Durante las clases teóricas se procurará que el alumno participe
activamente, llevándose a cabo ejemplos prácticos en la PC, con los
procedimientos a estudiar y una serie de preguntas por parte del
profesor para hacer que los mimos estudiantes sean los que
desarrollen y expliquen el problema en cuestión.
Definición:
Conjunto de técnicas matemáticas y estadísticas aplicable a diversos
sistemas con el fin de mejorarlos, buscando las mejores alternativas de
acción; esto mediante el modelamiento matemático de los problemas en
estudio.
¿Qué es la investigación de
operaciones?
Kamblesh Mathur: “Es el uso de la Matemática
y computadoras para ayudar a tomar
decisiones racionales frente a problemas de
administración”.
Métodos Cualitativos
Métodos Cuantitativos
Optimización Optimización
Programación Cadenas
Lineal no Lineal
Dinámica de Markov
Programación Métodos
Teoría de Teoría de
Lineal Clásicos
Inventarios Colas
Transporte y Métodos
Asignación de búsqueda Simulación Procesos
Estocásticos
Manufactura.
Transporte.
Telecomunicaciones.
Salud.
Planeación.
Servicios.
Finanzas.
Otros.
METODOLOGÍA DE LA
INVESTIGACION DE OPERACIONES
Problema
Los sistemas
Los recursos son cada vez
son escasos más complejos
• Modelo de Simulación
Es un modelo que imita el comportamiento de un sistema sobre un
periodo de tiempo dado, esta basado en observaciones
estadísticas. Este tipo de modelo entrega soluciones aproximadas.
• Modelo Heurístico
Es una regla intuitiva que nos permite la determinación de una
solución mejorada, dada una solución actual del modelo,
generalmente son procedimientos de búsqueda. Este tipo de
modelo también entrega soluciones aproximadas.
INVESTIGACION DE OPERACIONES
El Arte del Modelado
• Variables
• Parámetros
• Funciones
VARIABLES DE DISEÑO
• Nomenclatura
[X]
Xóx
[x1, x2, …, xn]
xi, i = 1,2,…,n
PARÁMETROS DE DISEÑO
• Nomenclatura:
[P]
P
[p1, p2, …, pq]
FUNCIÓN OBJETIVO
• Nomenclatura:
f
f(x1, x2, …, xn) o f(X)
RESTRICCIONES
• Tipos:
De igualdad: =
De desigualdad: ≤, ≥
• Ejemplo 1
Volumen de la lata: fun1(X) = 500 cm3
• Ejemplo 2
Deflexión: fun2(X) ≤ 1 mm
RESTRICCIONES
• Sujeto a
hk(x1, x2, …, xn) = 0, k=1,2,…,l
gj (x1, x2, …, xn) ≤ 0, j=1,2,…,m
xil ≤ xi ≤ xiu, i=1,2,…,n
• Lenguaje natural
“Minimizar la función objetivo f, sujeto a 1 restricciones
de igualdad, m restricciones de desigualdad, con n
variables de diseño comprendidas entre unos límites
inferior y superior”
MODELADO EJEMPLO 1
• Variables de diseño: d, h
• Parámetro de diseño: C (coste del material por unidad área)
• Volumen = πd2h/4
• Área = πdh
• Restricción “estética”: h≥2d
MODELO EJEMPLO 1
PROGRAMACION LINEAL
EL MODELO DE
PROGRAMACIÓN LINEAL
PROVEE UNA SOLUCIÓN
INTELIGENTE PARA ESTE
PROBLEMA
Es un Arte que mejora con la
práctica…
¡ PRACTIQUEMOS!
Hoy en día, la toma de decisiones abarca una gran cantidad
de problemas reales cada más complejos y especializados,
que necesariamente requieren del uso de metodologías para
la formulación matemática de estos problemas y,
conjuntamente, de métodos y herramientas de resolución,
como los que provee la Investigación de Operaciones.
FORMULACION DE UN PROBLEMA
PROGRAMACIÓN LINEAL
Función Objetivo: Max o Min (Z) = C X
Sujeto a :
AX≤B
Xi ≥ 0 ; i = 1, 2,...., n
Conceptos Básicos:
• Variables de Decisión
• Función Objetivo
• Restricciones
• Restricciones de Signo
Consideremos los siguientes ejemplos para describir los conceptos
básicos presentes en todo problema de programación lineal (PPL)
CONSTRUCCIÓN DE MODELOS DE PROGRAMACION
LINEAL
Ejemplo N° 1
La Compañía PARGOLF es un pequeño fabricante de equipo y suministros
para golf. El distribuidor de PARGOLF cree que existe un mercado tanto
para una bolsa de golf de precio moderado, denominada modelo estándar,
como para una bolsa de precio elevado, denominada modelo de lujo. El
distribuidor está tan confiado en el que, si PARGOLF puede hacer las
bolsas a un precio competitivo, el distribuidor comprará todas las bolsas
que PARGOLF pueda fabricar durante los siguientes tres meses. Un
análisis cuidadoso de los requerimientos de tiempo de producción para
las cuatro operaciones de manufactura y la estimación hecha por el
departamento de contabilidad de la contribución a la ganancia por bolsa.
Variable de decisión:
Objetivo:
Maximizar: Ganancia/trimestre
X1, X2 > 0
Modelo Matemático de Programación Lineal:
Máx: Ganancia
Max. (Z) = 1.42X1 + 1.43X2
• Requerimientos Tecnológicos.
• Función objetivo
Sujeto a:
2X1 + 1X2 ≤ 1200 (Cantidad de plástico)
3X1 + 4X2 ≤ 2400 (Tiempo de producción)
X1 + X2 ≤ 800 (Limite producción total)
X1 - X2 ≤ 450 (Producción en exceso)
Xj ≥ 0, j = 1, 2. (Resultados positivos)
x1 =< 2000
x2 =< 1500
x1 +x2 =< 3000
La PL es:
max z = 6x1 + 10x2
x1=< 2000
X2=< 1500
x1 +x2 =< 3000
0.30x1 + 0.25x2 =< 1000
0.40x1 + 0.50x2 =< 1400
0.30x1 + 0.25x2 =< 900
x1, x2 >= O
EL PROBLEMA DE LA DIETA
Equivalente
Las restricciones impuestas por el contenido de silicio:
La PL es:
Sujeto a:
Inversiones mineras.
•La inversión en el fondo pesquero no excederá del 60 % de la
inversión pesquera
1
Sujeto a: