Professional Documents
Culture Documents
1.1 QU
-
Los problemas de decisin se van a resolver con modelos y estos modelos con lo que
se va a trabajar a lo largo de la cursada son modelos matemticos.
Para eso siempre debemos encontrar una solucin ptima a nuestros problemas de
decisin.
Todos los problemas de decisin tienen recursos, estos generalmente son limitados.
Por lo tanto, existe una RESTRICCION.
Depende de cmo sea el problema vamos a utilizar un modelo, y depende de cmo es
ese modelo tambin va a depender la tcnica de resolucin.
1.2 QU
ES LA INVESTIGACIN OPERATIVA?
La investigacin operativa se considera un arte y una ciencia
-
1.3
1.4 QU
ES UN MODELO?
Un modelo es una herramienta que nos permite identificar el problema de decisin
en su totalidad. Todos los modelos van a tener una funcin objetivo a la cual vamos a
optimizar (la optimizacin se va a dar con mximos y mnimos) y esa funcin objetivo
1.4.1.1 Ejercicio 1:
Un gerente de un departamento de produccin debe decidir entre la adquisicin de
una mquina automtica o semiautomtica. Las dos mquinas producen una cantidad
x en lotes. El costo fijo inicial por lote y el costo de produccin unitario es el
siguiente:
Semiautomtic
a
Automtica
Costo inicial x
lote
20
50
Costo variable
unitario
0,6
0,4
20 + 0,60x
Automatica:
50+ 0,40x
Semiautomtic
a
Automtica
20
32
58
80
68
82
150
110
110
160
116
114
110
116
114
150
160
82
68
40
32
20
0
20
80
Semiautomatica
Automatica
1.4.7 Conclusin:
- Para lotes menores a 150 unidades es mejor comprar la maquina
semiautomtica.
- Para lotes iguales a 150 unidades es conveniente comprar cualquiera de las
dos.
- Para lotes mayores a 150 unidades es conveniente comprar la maquina
automtica.
1.4.7.1 Ejercicio 2:
Supongamos que existe la siguiente restriccin: La fbrica opera en un solo turno de
8 horas. La velocidad de produccin por hora de la maquina automtica es de 25
unidades por hora y de la semiautomtica de 15 unidades por hora.
Teniendo en cuenta de que el turno es de 8hs:
Mquina
Semiautomtica
15u
120u
Automtica
25u
200u
110
116
114
150
160
82
68
40
32
20
0
20
80
Semiautomatica
Automatica
Como ahora en el ejercicio tengo restricciones que son las velocidades de produccin
de las maquinas: 120unidades para semiautomtica y 200 unidades para la
automtica. Por lo tanto, en el grafico debo mostrar esas limitaciones.
114
98
92
82
80
68
6058
40
32
20
0
20
80
120
Semiautomatica
150
160
Automatica
1.5 CONCLUSIN:
-
Para lores menores e iguales a 120 unidades tengo dos alternativas factibles y
la mejor opcin es la semiautomtica.
Para lotes mayores a 120unidades y menores e iguales a 200 unidades existe
una sola alternativa factible y la mejor opcin es la maquina automtica.
Para lotes mayores a 200 unidades no existen alternativas factibles.
1.5.1.1 Ejemplo 3:
Es el mismo ejemplo que en el anterior, solo que ahora cambia el turno. El turno es
de 10hs.
Mquina
Semiautomatica
15u
150
Automtica
25u
250
114
98
92
82
80
68
6058
40
32
20
0
20
80
120
150
Semiautomatica
160
200
Automatica
1.6 CONCLUSIN:
-
2 MODELOS
Todos los modelos tienen alternativas, restricciones y criterios.
Alternativas: Se debe hacer una seleccin.
Restricciones: Identificar las alternativas en factibles e infactibles
Criterios: Nos permiten evaluar el valor de cada alternativa
Adems, las alternativas pueden ser llamadas variables de decisin.
3 TIPOS DE MODELOS
Cuando las variables se expresan en forma cuantitativa trabajamos con modelos que
se llaman matemticos. La solucin ptima para este modelo se da en interacciones,
es decir, en pasos de clculo.
Los mtodos heursticos se basan en reglas. En grandes rasgos el mtodo heurstico
nos da una buena solucin, pero no es la ptima, la cual si se consigue con un
algoritmo matemtico.
Modelos de simulacin se llega a la solucin ptima en mdulos, es decir, se
soluciona primero uno, luego otro hasta llegar al ltimo.
3.1 EJEMPLO:
Una empresa tiene dos almacenes centrales que abastecen de semillas de maz a tres
tiendas regionales para ser distribuidas a agricultores. EL suministro mensual
disponible en las dos bodegas se estima en 1000 a 2000 sacos de semillas de maz. La
demanda en las tres tiendas se estima en 1500, 750 y 750 sacos respectivamente. El
costo por saco para transportar las semillas de las bodegas a las tiendas se resume en
las siguientes tablas:
Tienda 1
Tienda 2
Tienda 3
Almacn 1
50
100
60
Almacn 2
30
20
35
1
1000
50
100
60
30
20
3
35
2000
3.1.1 Modelo
f ( x ) Z
Contiene restricciones
2)
3)
x 11 + x 21=1500 ( Tienda1 )
4)
x 12 + x 22=750(Tienda 2)
5)
x 13 + x 23=750(Tienda 3)
x 11 , x 12 , x 13 , x 21 , x 22 , x 23 0
4 MTODO HEURSTICO
4.1 MTODO
DE COSTO UNITARIO
Supongamos que aplicamos un mtodo heurstico. El mtodo a utilizar va a ser el
mtodo de costo unitario. Para la aplicacin de este mtodo se debe seguir los
siguientes pasos:
1234-
Grafico 1
4.1.1 Ejemplo 1
x 11=250
x 13=750
x 21=1250
x 22=750
CT=25050+75060+125030+75020=110000
4.2 COMPROBACIN
Para comprobar si el mtodo es correcto podemos hacer lo siguiente:
Si llamamos m a las filas y n a las columnas, siempre vamos a tener una cantidad de
variables bsicas que es igual a:
10
4.2.1 Ejemplo 2
Tener en cuenta que la oferta y la demanda deben ser iguales, por eso se debe
compensar con columnas o filas ficticias.
Grafico 2
x 11=150
x 13=750
x 21=1250
x 22=750
F1=100
CT=15050+75060+125030+75020=10500
4.2.2 Ejemplo 3
Grafico
EJERCICIO
Un agente de viaje debe viajar a 5 ciudades donde cada ciudad es visitada una vez
antes de volver a la ciudad de origen. El objetivo del vendedor es reducir la distancia
total del recorrido, es decir, minimizar. Las distancias en kilmetros se resumen de la
siguiente manera:
2
11
5.1.1 Ejemplo 4
Una empresa energtica dispone de tres plantas de generacin para satisfacer la
demanda elctrica de 4 ciudades. Las plantas 1, 2 y 3 pueden satisfacer 35, 50 y 40
millones de kW respectivamente. El valor mximo de consumo ocurre a las 2p.m y es
de 45, 20, 30 y 20 millones de kW en las ciudades 1, 2, 3 y 4 el costo de enviar 1kW
depende de la distancia que deba recorrer la energa. La siguiente tabla muestra los
costos de envo unitario desde cada planta a cada ciudad. Minimice los costos de
satisfacer la demanda mxima.
Grfico.
23-03-16
6 PROGRAMACIN LINEAL
La programacin lineal son las bases para la programacin entera, no lineal y
estocstica.
6.1 REGLAS:
-
6.2 EJERCICIO 1
Redimix Company posee una pequea fbrica de pinturas que produce colorantes
para exterior e interior de casas para su distribucin al por mayor. Se utilizan dos
materiales bsicos A y B para producir las pinturas. La disponibilidad mxima del
material A es de 6 toneladas diarias, la del material B es de 8 toneladas diarias. Los
requisitos diarios de materia prima por tonelada de pintura es la siguiente:
MPA
Exterior
1
Interior
2
Disponibilidad
6
12
MPB
6.2.1 Resolucin
Para construir el modelo se debe realizar lo siguiente:
1- Variables de decisin
2- Determinar las restricciones
3- Determinar el objetivo
Resumen:
1- Debemos calcular la cantidad de pintura
o Exterior (XE)
o Interior (Xi)
2- Restricciones
o
MPA 1)
Xe+2 Xi 6
MPB 2)
2 Xe+ Xi 8
Mercado:
Xi 2
XiXe 1
3- Objetivo
o
F ( x )=Z
4- Modelo Matemtico:
o
o
1)
Xe+2 Xi 6
2)
2 Xe+ Xi 8
3)
XiXe 1
4)
Xi 2
Xe , Xi 0
1)
13
Xe+2 Xi 6
Si Xe=0 , Xi=3
Si Xi=0, Xe=6
2)
2 Xe+ Xi 8
Si Xe=0, Xi=8
Si Xi=0, Xe=4
3)
XiXe 1
Si Xe=0, Xi=1
Si Xi=0, Xe=1
4)
Xi 2
Las nicas soluciones factibles son las que estn dentro del polgono.
Punto C
1)
Xe+2 Xi 6
2)
2 Xe+ Xi 8
Lo transformo a ecuaciones
1)
Xe=62 Xi
Reemplazo 1) en 2)
2)
2 Xe+ Xi=8
2 (62 Xi )+ Xi=8
124 Xi+ Xi=8
3 Xi=4
Xi=4 /3
14
Xe=62 Xi
4
Xe=62( )
3
Xe=6
8
3
Xe=10/3
15