Escolar Documentos
Profissional Documentos
Cultura Documentos
actualizan en cuanto cada evento tiene lugar. Dado que los modelos de simulacin no
necesitan funciones matemticas explicitas para relacionar las variables, usualmente es
posible simular sistemas complejos que no pueden modelarse o resolverse matemticamente.
Tal flexibilidad permite una representacin ms aproximada al sistema. La principal falla de la
simulacin consiste en que el anlisis es equivalente a realizar experimentos y por
consiguiente est sujeto al error experimental. Esto lleva a las dificultades usuales de disear
(estadsticamente) el experimento, recolectar observaciones y entonces ejecutar las pruebas
estadsticas necesarias de inferencia.
Heurstico.- El mtodo Heurstico de solucin descansa en las reglas empricas o intuitivas
que, dada una solucin actual al modelo, permiten la determinacin de una solucin mejorada.
Actualmente los mtodos heursticos son procedimientos de bsqueda que pasan
inteligentemente de un punto de solucin a otro, con el objetivo de mejorar el valor del criterio
del modelo. Cuando ninguna mejora adicional puede lograrse la mejor solucin que se haya
tenido es la solucin aproximada al modelo.
En la investigacin de operaciones se utiliza herramientas que nos permiten tomar una decisin a la
hora de resolver un problema tal es el caso de los modelos e investigacin de operaciones que se
emplean segn sea la necesidad. Para llevar a cabo el estudio de Investigacin de Operaciones es
necesario cumplir con una serie de etapas o fases. Las principales etapas o fases son las siguientes:
1.-Definicin del problema: Desde el punto de vista de investigacin de operaciones esto indica tres
aspectos principales: (a) Una descripcin de la meta o el objetivo del estudio, (b) Una identificacin
de las alternativas de decisin del sistema y (c) Un reconocimiento de las limitaciones, restricciones y
requisitos del sistema.
Una descripcin del objetivo del estudio debe reflejar una representacin aproximada del inters total
del sistema. Una falla comn en este aspecto es identificar algunas metas representando solamente
una porcin del sistema total. Bajo tales condiciones, lo que se considera mejor para esta porcin del
sistema, puede realmente ser daino para la operacin entera. En forma semejante, un estudio que
no toma en cuenta todas las alternativas y limitaciones de decisin del sistema es probable que
proporcione una solucin no aproximada.
2.-Construccin del modelo: Dependiendo de la definicin del problema, el equipo de investigacin
de operaciones deber decidir sobre el modelo ms adecuado para representar el sistema. Tal
modelo deber especificar expresiones cuantitativas para el objetivo y las restricciones del problema
en funcin de sus variables de decisin. Si el modelo resultante se ajusta a uno de los modelos
matemticos comunes, puede obtenerse una solucin conveniente mediante tcnicas matemticas.
Si las relaciones matemticas del modelo son demasiado complejas para permitir soluciones
analticas, puede ser ms apropiado un modelo de simulacin. Algunos casos pueden requerir el uso
de una combinacin de modelos matemticos, heursticos y de simulacin. Esto depende de la
naturaleza y complejidad del sistema en investigacin.
3.-Solucin del modelo: En modelos matemticos esto se logra usando tcnicas de optimizacin bien
definidas y se dice que el modelo proporciona una solucin optima. Si se usan los modelos de
simulacin o heursticos el concepto de optimizad no est tan bien definido, y la solucin en estos
casos se emplea para obtener evaluaciones aproximadas de las medidas del sistema.
Adems de la solucin del modelo uno debe tambin asegurar, informacin adicional sobre el
comportamiento de la solucin debida a cambios en los parmetros del sistema. Usualmente esto se
conoce como anlisis de sensibilidad. Tal anlisis es especialmente necesario cuando los
parmetros del sistema no pueden estimarse aproximadamente.
4.-Validacin del modelo: Un modelo es vlido si, independiente de sus inexactitudes al representar
el sistema, puede dar una prediccin confiable del funcionamiento del sistema. Un mtodo comn
para probar la validez de un modelo es comparar su funcionamiento con algunos datos pasados
disponibles del sistema actual. El modelo ser vlido si bajo condiciones similares de entradas puede
reproducir el funcionamiento pasado del sistema.
5.-Implantacin de los resultados finales: Esto bsicamente implicara la traduccin de estos
resultados en instrucciones de operacin detallada, emitidas en una forma comprensible a los
individuos que administrarn y operaran el sistema despus. En otras palabras, es imperativo que la
fase de implantacin se ejecute mediante la cooperacin de equipo de investigacin de operaciones
y de aquellos que sern responsables de la administracin y operacin del sistema.
definido se pretende medir la contribucin de las soluciones factibles que puedan obtenerse y
determinar la ptima.
Definir las variables de decisin: Son las incgnitas del problema bsicamente consisten en
los niveles de todas las actividades que pueden llevarse a cabo en el problema a formular,
estas pueden ser de tantos tipos diferentes como sea necesario, e incluir tantos subndices
como sea requerido.
Definir las restricciones: Son los diferentes requisitos que debe cumplir cualquier solucin para
que pueda llevarse a cabo. En cierta manera son las limitantes en los valores de los niveles
de las diferentes actividades (variables). Las restricciones ms comunes son de seis tipos, las
cuales se listan a continuacin:
Restriccin de capacidad: limitan el valor de las variables debido a la disponibilidad de horashombre, horas-mquina, espacio, etc.
Restriccin de mercado: Surgen de los valores mximos y mnimos en las ventas o el uso del
producto o actividad a realizar.
Restriccin de entradas: Son limitantes debido a la escases de materias primas, mano de obra,
dinero, etc.
Restriccin de calidad: Son las restricciones que limitan las mezclas de ingredientes, definiendo
usualmente la calidad de los artculos a manufacturar.
Restricciones de balance de material: Estas son las restricciones que definen las salidas de un
proceso en funcin de las entradas, tomando en cuenta generalmente cierto porcentaje de merma o
desperdicio.
Restricciones Internas: Son las que definen a una variable dada, en la formulacin interna del
problema, un ejemplo tipo, es el de inventario.
Condiciones Tcnicas: En este apartado se establece que todas las variables deben tomar
valores no negativos.
Alguno de los tipos de problemas que se pueden formular son:
Planeacin de la produccin e inventarios
Mezcla de Alimentos
Transporte y asignacin
Planeacin financiera
Mercadotecnia
Asignacin de recursos
La PL es una tcnica mediante la cual se toman decisiones, reduciendo el problema bajo estudio a
un modelo matemtico general, el cual debe ser resuelto por mtodos cuantitativos.
En el desarrollo de dichos modelos se aplican diversas tcnicas como: el mtodo grfico, mtodo
simplex, mtodo matricial, tcnica de la gran M. Adems se desarrollara la aplicacin de variables
artificiales y obtencin de soluciones para identificar a qu tipo de clasificacin pertenecen. Por
medio de dichos modelos de solucin se podr obtener la solucin adecuada para cada problema y
facilitar la toma de decisiones.
(1)
(2)
(3)
(4)
(5)
(6)
=6
=8
=1
=2
=0
=0
(1)
(2)
(3)
(4)
(5)
(6)
Espacio de
solucin
Z = 3X1 + 2X2
Punto
A
B
C
D
E
F
(X1, X2)
(0, 0)
(4, 0)
(3.3, 1.3)
(2, 3)
(1, 3)
(0, 2)
Z
0
12
12.6 ( ptima )
12
9
4
Para obtener la solucin grfica, despus de haber obtenido el espacio de solucin y graficada la
funcin objetivo el factor clave consiste en decidir la direccin de mejora de la funcin objetivo.
En la solucin grfica observamos que la solucin ptima est asociada siempre con un punto
extremo del espacio de soluciones.
X1
X2
S1
S2
S3
SOLUCIN
RAZN
-2
-4
S1
230
230/1
S2
250
250/2
S3
120
120/1
Seleccione la variable que entra y la variable que sale de la base: Entra X2 y sale S3, se desarrolla
la nueva tabla solucin y se continua el proceso iterativo hasta encontrar la solucin optima si es que
est existe.
Tabla ptima:
BASE
X1
X2
S1
S2
S3
SOLUCIN
500
S1
-2
90
X1
-2
10
X2
120
RAZN
Solucin: Z = $500
fabricando
X1=10
X2=120
Sobrante de
S1 = 90
Tipo de solucin: Optima Mltiple
Minimizar
Sujeto a:
Sujeto a:
Minimizar
Sujeto a:
Minimizar
Sujeto a:
V.B.
X1
X2
X3
S1
S2
R1
Solucin
-3
-2
-4
-M
R1
-1
15
S2
12
V.B.
X1
X2
X3
S1
S2
R1
Solucin
-3+2M
-2+2M
-4+3M
-M
15M
R1
-1
15
S2
12
V.B.
X1
X2
X3
S1
S2
R1
Solucin
-1/3
2/3
-4/3
4/3-M
20
X3
2/3
2/3
-1/3
1/3
S2
4/3
7/3
1/3
-1/3
V.B.
X1
X2
X3
S1
S2
R1
Solucin
-5/7
-10/7
-2/7
10/7-M
18
X3
2/7
-3/7
-2/7
3/7
X2
4/7
1/7
3/7
-1/7
Minimizar
Minimizar
Sujeto a:
Sujeto a:
FASE I
Minimizar
Sujeto a:
Minimizar
Sujeto a:
V.B.
X1
X2
S1
S2
R1
R2
Solucin
-1
-1
R1
-1
36
R2
-1
60
V.B.
X1
X2
S1
S2
R1
R2
Solucin
-1
-1
96
R1
-1
36
R2
-1
60
V.B.
X1
X2
S1
S2
R1
R2
Solucin
1/2
-1
1 /2
3/2
R1
1/2
-1
1 /2
-1/2
X2
1/2
-1/6
1/6
10
V.B.
X1
X2
S1
S2
R1
R2
Solucin
-1
-1
X1
-2
-1
12
X2
-2/3
-1
2/3
FASE II.
Minimizar
V. Bsica
X1
X2
S1
S2
Solucin
-2000
-500
X1
-2
12
X2
-2/3
V. Bsica
X1
X2
S1
S2
Solucin
-3500
5000/3
26000
X1
-2
12
X2
-2/3
V. Bsica
X1
X2
S1
S2
Solucin
-5000/3
-500/3
6000
S2
-2
12
X2
2/3
-1/3
12
Bibliografas:
Unidad 1
http://es.m.wikipedia.org/wiki/Programaci%C3%B3n_lineal
Unidad 1.1
http://www.mitecnologico.com/Main/DefinicionDesarrolloTiposDeModelosInvestigacionOperaciones
http://www.ilustrados.com/tema/7352/Desarrollo-Investigacion-Operaciones.html
Unidad 1.2
http://www.mitecnologico.com/Main/FormulacionModelosInvestigacionDeOperaciones
http://antiguo.itson.mx/dii/elagarda/apagina2001/PM/formulacion.html
Unidad 1.3
http://es.scribd.com/doc/6729799/2-Metodo-Grafico
http://antiguo.itson.mx/dii/elagarda/apagina2001/PM/metodos.html
Unidad 1.4
http://www.mitecnologico.com/Main/FormasEstandarYCanonicasInvestigacionDeOperaciones
Unidad 1.5
http://antiguo.itson.mx/dii/elagarda/apagina2001/PM/metodos.html
http://es.scribd.com/doc/6729799/2-Metodo-Grafico
Unidad 1.6
http://www.itlalaguna.edu.mx/academico/carreras/industrial/invoperaciones1/U2C.HTML