presentacion i.o. cap_1-2
DESCRIPTION
Introduccion a la investigacion operativaTRANSCRIPT
Lic. Alcibíades Ribera Marchetti 1
Investigación de Operaciones
• La I.O. también conocida como Ciencia de la Administración está asociada con la aplicación de técnicas matemáticas que permiten representar y analizar por medio de modelos, problemas reales que implican la Toma de decisiones.
• El origen de esta ciencia se remonta a la segunda guerra mundial; cuyo objetivo principal era estudiar cómo asignar de mejor manera los recursos bélicos con los que contaban los frentes para sus operaciones militares.
• Con el advenimiento de la revolución industrial, los científicos observaron que la gestión y desarrollo de las actividades industriales se tornó mas compleja y difícil, por lo que éstos buscaron instrumentos científicos mas eficientes que apoyen la toma de decisiones en el manejo organizacional. Es en este contexto que la Investigación de operaciones y el concepto de Optimización comienzan a jugar un rol muy importante en el mundo moderno.
Introducción y Origen de la I.O.
Lic. Alcibíades Ribera Marchetti 2
Relación Integral entre los elementos esenciales de la I.O.
METODO CIENTIFICO
DECISIÓN(Acción a tomar)
OPTIMIZACIÓN(Resultados)
SISTEMA(Problema)
MODELO(Matemático)
MUNDO REAL MUNDO IDEAL
Por Abstracción
Por Interpretación
AnálisisIntuición
Fuente: Modelos Lineales de Optimización (Rafaél Terrazas P.)
Alcibíades Ribera Marchetti 3
Investigación de Operaciones
La Investigación de Operaciones es la aplicación por grupos interdisciplinarios del método científico en el análisis y solución de problemas relacionados con el control de las organizaciones del mundo real (Industria, economía, comercio, educación, defensa, etc.) que deben ser concebidos como sistemas y entidades complejas que manejan recursos (humanos, materiales, equipos, insumos, información, etc.). Éstos sistemas son representados en el mundo ideal por modelos matemáticos, cuyo análisis y solución busca la optimización de resultados que deben ser interpretados y comprometidos para ofrecer apoyo a la toma de decisiones.
Concepto de Investigación de Operaciones
Alcibíades Ribera Marchetti4
Modelos Matemáticos de Decisión• Es la representación simplificada é idealizada, de manera cualitativa
o cuantitativa de un sistema real de acuerdo a los objetivos de estudio del sistema; que permiten interaccionar variables funcionales y/o ecuaciones con la finalidad de encontrar la combinación óptima de resultados.
• Se clasifican según el siguiente esquema:
CONCEPTO Y CLASIFICACIÓN
MODELOSMATEMÁTICOS
Según la Dependencia con el Tiempo
Según la Naturaleza de las Variables
Según el Tipo de Solución
Estáticos
Dinámicos
Determinísticos
Probabilísticos
Analíticos
NuméricosFuente: Modelos Lineales de Optimización (Rafaél Terrazas P.)
Cuando las variables y relaciones funcionales no cambian con el tiempo
Cuando las variables y relaciones funcionales cambian con el tiempo
Aquellos cuyas variables no dependen de fenómenos aleatorios
Aquellos cuyas variables dependen de fenómenos aleatorios
Cuando se realizan operaciones con números y letras, siendo los resultados funciones
Cuando se operan solo con números, siendo los resultados valores numéricos
Lic. Alcibíades Ribera Marchetti 5
Metodología de la I.O.
Fuente: Modelos Lineales de Optimización (Rafaél Terrazas P.)
Implementación del ModeloToma de decisiones para la operación y control
del Modelo - Retroalimentación
Definición y Planteamiento del ProblemaDefinición de los objetivos, alternativas y
escenarios
Construcción del Modelo ( INPUT )( Modelo matemático )
Es la definición de una función económica y sus restricciones
Deducción de la Solución ( OUTPUT )Hallar la Solución Óptima del modelo
( Por medios analíticos y/o numéricos )
Validación (Prueba) del modeloUtilizar datos pasados
Permitiendo operar al modelo
Controles sobre la SoluciónInterpretación de los resultados
(Análisis de Sensibilidad o cambios en parámetros)
OBSERVACIÓN
FORMULACIÓN
PREDICCIÓN
VALIDEZ
Alcibíades Ribera Marchetti 6
Programación Lineal• Es un modelo de programación matemática que busca lograr la mejor
asignación de los recursos limitados (Restricciones) hacia actividades (Variables de decisión) que se encuentran en competencia, de tal forma que se pueda lograr la optimización (Maximización o minimización) de una función económica (Función objetivo) y cuyo resultado servirá para apoyar una futura toma de decisiones.
• Los elementos que considera un modelo de programación lineal en cuanto se refiere a su formulación son:
Formulación de un M.P.L.
Actividades o alimentos
Maximizar: Utilidad o ingreso
Minimizar: Costos o pérdidas
Recursos y condiciones
o nutrientes
Todas las Variables positivas
1º Variables de decisión
2º Función objetivo
3º Restricciones estructurales
4º Restricciones de no negatividad
Alcibíades Ribera Marchetti 7
Procedimiento para Formular un M.P.L.• Definir las Variables de decisión:
• Definir la Función objetivo:
• Definir las Restricciones estructurales
• Definir las Restricciones de No negatividad
nxxxx ,...,,, 321
nn xcxcxcZOptimizarOF ...:.. 2211
mmnmnmm
nn
nn
as
Rbxaxaxa
Rbxaxaxa
Rbxaxaxa
...
...
...
: aSujeto .).(
2211
222222121
111212111
021 nxxxnegativosNo ,...,,:
Con sus respectivas unidades
Maximizar o Minimizar Coeficientes de Utilidad o Costo
Con sus respectivas unidades
Cantidad del recurso
por unidad de productoSegún la disponibilidad de los recursos,
condiciones de producción
o requerimientos de mercado
Cantidad de recursos disponibles, Cantidades demandas,
capacidad de producción o requerimiento de nutrientes
Las variables de decisión solo
pueden tomar valores positivos
Alcibíades Ribera Marchetti 8
Ejemplo: Banco GanaderoEl banco Ganadero dispone de 18 millones de dólares para ofrecer préstamos de riesgo alto y riesgo medio, cuyos rendimientos son del 14% y 7% respectivamente; por otro lado se conoce que se debe dedicar al menos 4 millones de dólares a préstamos de riesgo medio y que el dinero invertido en alto y medio riesgo debe estar a lo sumo a razón de 4 a 5. Formular un M.P.L. que permita determinar ¿cuánto debe dedicarse a cada uno de los tipos de préstamos para maximizar el beneficio?
Variables de decisión:x1 = Dinero dedicado a préstamos de riesgo alto [millones de $us]
x2 = Dinero dedicado a préstamos de riesgo medio [millones de $us]
Alcibíades Ribera Marchetti9
Ejemplo: Banco Ganadero ( 2º parte )Función Objetivo:
Restricciones estructurales:
Restricciones de No negatividad:
21 07.014.0.:.. xxzMaxOF [millones de $us.]
045
4
18
21
2
21
xx
x
xx
asaSujeto :..
.]$[
.]$[
.]$[
usdemillonesusdemillonesusdemillones
021 xxnegativosNo ;:Operaciones Auxiliares
045
455
4
21
212
1
xx
xxx
x
Relación de inversión El dinero invertido en alto y medio
riesgo debe estar a lo sumo
a razón de 4 a 5
Alcibíades Ribera Marchetti10
Planteamiento de Recursospor unidad de Actividad
m
2
1
mnmm
n
n
aaa
aaa
aaa
...
...
...
21
22221
11211
nb
b
b
2
1
nccc ...21
RecursosActividades
Cantidad de recursos disponibles1 2 . . . …
n
Contribución a Z por unidad de actividad
Restricciones estructurale
s
Variables
de decisión
Lados derechos y
unidades de tiempo
de las variables
Función Objetivo
Cantidad de un recurso
que se utiliza por
unidad de actividad
Disponibilidad de un recurso
por unidad de tiempoCoeficientes de
costo o ganancia
por unidad de actividad
Distintos
Recursos con los
que se cuenta
Alcibíades Ribera Marchetti 11
Ejemplo: Taller de Carpintería
Supongamos que un taller de carpintería dispone de determinadas piezas para la elaboración de dos productos finales. El taller dispone de 8 “piezas pequeñas” y 6 “piezas grandes”, que son utilizadas para elaborar sillas (usando 2 piezas pequeñas y 1 pieza grande) y mesas (usando 2 piezas de cada tipo). Nos interesa decidir cuántas sillas y mesas se debe fabricar de modo que se obtenga la máxima utilidad, dado que se tiene un beneficio neto de $us. 15 por cada silla y de $us. 20 por cada mesa fabricada.
RECURSOS ACTIVIDADES
Piezas pequeñas Fabricar sillas
Piezas grandes Fabricar mesas
Alcibíades Ribera Marchetti 12
Ejemplo: Taller de Carpintería ( 2º parte)
RecursosPiezas por unidad de
Disponobilidadde piezasSillas Mesas
Piezas pequeñas [ Pza. / u ]Piezas grandes [ Pza. / u ]
Utilidad [ $us. / u ]
RecursosPiezas por unidad de
Disponobilidadde piezasSillas Mesas
Piezas pequeñas [ Pza. / u ]Piezas grandes [ Pza. / u ]
21
22
8 [ Pzas. ]6 [ Pzas. ]
Utilidad [ $us. / u ] 15 20Variables de decisión:
x1 = Número de sillas a fabricar [unidades]x2 = Número de mesas a fabricar [unidades]
Función Objetivo:
.][.:.. $usxxzMaxOF 21 2015
$us.uu
$us.u
u
$us.
**
Alcibíades Ribera Marchetti 13
Ejemplo: Taller de Carpintería ( 3º parte)
Restricciones estructurales:
Restricciones de No negatividad:
Resumen:
62
822
21
21
xxgrandesPzas
xxpequeñasPzas
:.
:. Pzas.uu
Pzas.u
u
Pzas.
**
00 21 xxnegativosNo ;:
.][.:.. $usxxzMaxOF 21 2015
62
822
21
21
xx
xxaS :..
00 21 xxnegativosNo ;:
Alcibíades Ribera Marchetti14
Ejemplo: Empresa MONOPOLLa empresa de pinturas MONOPOL, produce pinturas tanto para interiores como para exteriores, a partir de dos materias primas M1 y M2. La siguiente tabla proporciona los datos básicos del problema:.
Una encuesta de mercado restringe la demanda máxima diaria de pintura para interiores a 2 toneladas. Además, la demanda diaria de pintura para interiores no puede exceder a la pintura para exteriores por más de 1 tonelada. La empresa MONOPOL quiere determinar la mezcla de productos óptima de pintura para interiores y para exteriores que maximice la utilidad total diaria.
Materia Prima
Toneladas de M.P. por tonelada de pintura p / Disponibilidad
Máxima diaria (Toneladas) Exteriores Interiores
M 1M 2
61
42
246
Utilidad por Tonelada[ en 1000 $us. ]
5 4
TnMTn 1
TnMTn 2
díaMTn 1
díaMTn 2
TnusdeMiles $
Alcibíades Ribera Marchetti 15
Ejemplo: Empresa METALMEC
La empresa “METALMEC” fabrica maquinaria: Frezadoras y Tornos, cada una requiere una técnica diferente de fabricación. La Frezadora requiere de 18 hrs. de mano de obra, 9 hrs. de prueba y produce una utilidad de 800 $us. El torno requiere de 6 hrs. de mano de obra, 8 de prueba y produce una utilidad de 400 $us. Se dispone de 800 hrs. de mano de obra y 600 para realizar las pruebas cada mes. La demanda mensual llega máximo a 80 unid. para las frezas y 150 para los tornos. Cual es el mejor plan de producción para la empresa.
Alcibíades Ribera Marchetti 16
Ejemplo: Embutidos COLONIA PIRAI
La fábrica de embutidos “COLONIA PIRAI” prepara chorizos parrilleros. Estos para considerarse saludables necesitan 20% de grasa o menos. La carne de res contiene 16 % de grasa y cuesta 14 Bs. / kg. La carne de cerdo contiene 35 % de grasa y cuesta 12 Bs. / kg. Cual deberá ser la combinación optima de carne para exactamente 200 kg. de chorizo (el peso de los condimentos es despreciable)
Alcibíades Ribera Marchetti 17
Ejemplo: Empresa ConstructoraUna empresa constructora va a edificar dos tipos de viviendas (tipo A y tipo B) en una urbanización de la cuidad de Santa Cruz. La empresa dispone de 600 mil dólares, el costo de una casa de tipo A es de 13 mil dólares y 8 mil dólares una de tipo B. Las condiciones de construcción que debe considerar son: que el número de casas de tipo A debe ser al menos el 40% del total y del tipo B por lo menos el 20% del total. Si cada casa de tipo A se vende a 16 mil dólares y cada una de tipo B en 9 mil dólares. ¿Cuántas casas de cada tipo debe construir para obtener el mayor beneficio?
Alcibíades Ribera Marchetti 18
Ejemplo: Empresario AgroindustrialUn empresario agroindustrial tiene 140 ha. de tierra que aun no ha cultivado y piensa trabajarlo la próxima temporada junto a sus dos hijos Pedro y Juan. Pedro insiste en sembrar Soya que tiene una ganancia neta de 1100 $us. / ha., una vez descontado los gastos que son de 400 $us. / ha. Juan quiere sembrar algodón que tiene una ganancia neta de 950 $us. /ha., y los gastos son de 560 $us. / ha. Para la época critica dispone solo de 450 m3 de agua, la Soya requiere 4 m3 / ha, contra 3 m3 / ha. que requiere el algodón. El empresario por su parte hace notar que solo dispone de 65000 $us. Para comprar semillas, contratar obreros y otros gastos. Formular un modelo matemático para maximizar las ganancias.
Lic. Alcibíades Ribera Marchetti 19