UNIVESIDAD NACIONAL ABIERTA

VICERRECTORADO ACADEMICO

AREA: INGENERIA

TRABAJO PRÁCTICO: completo

ASIGNATURA: investigación de operaciones 1

CÓDIGO: 315

FECHA DE ENTREGA AL ESTUDIANTE: adjunto a la primera prueba parcial

FECHA DE DEVOLUCIÓN POR PARTE DEL ESTUDIANTE: Adjunto a la prueba

integral

NOMBRE DEL ESTUDIANTE: Peña Brito yuceidis Rusadil

CÉDULA DE IDENTIDAD: 24593418

CORREO ELECTRÓNICO DEL ESTUDIANTE: Britorusadil@hotmail.com

TELÉFONO: 04169821205

CENTRO LOCAL: Monagas

CARRERA: tsu en higiene y seguridad industrial

LAPSO ACADÉMICO: 2017-2

NUMERO DE ORIGINALES: 13

FIRMA DEL ESTUDIANTE:

RESULTADOS DE CORRECCIÓN:

OBJ. Nº 9
0:NL 1:L
 Introducción

Las operaciones dentro de los campos gubernamentales e industriales a menudo

confrontan problemas de planificación y programación. Estos problemas van desde la
programación día a día de las operaciones, hasta la planificación estratégica de las
organizaciones. La programación lineal desde sus inicios, ha encontrado un campo fértil en
áreas como las mencionadas, especialmente la programación a corto plazo y mediano plazo
de las operaciones de una organización, puesto que abarca la distribución óptima de
recursos (hombres, máquinas, materiales) entre actividades competitivas. Hoy en día, la
programación lineal encuentra más y más aplicaciones, incluyendo las de planificación a
largo plazo, como son las políticas corporativas, las estrategias de mercadeo de productos y
la construcción o modificación de instalaciones.

La mayoría de los problemas y en especial los de decisión envuelven un gran

número de factores o variables importantes o pueden tener muchas opciones a considerar
por lo que se hace necesario la utilización de programas especializados para su solución.
Por ejemplo una empresa puede contar con varias fábricas donde produce bienes para
enviar a cientos de clientes. Decidir la programación de las fábricas y determinar cuáles de
ellas deben atender a cuales cliente, para minimizar costos, implica ciento de variables y
restricciones que pueden tener millones de posibles soluciones.

Los modelos de programación lineal y programación para resolver problemas

grandes y complejos de negocios de este tipo. En ellos se aplican técnicas matemáticas para
hallar el valor máximo (o el mínimo) de un objetivo sujeto a un conjunto de restricciones.la
simulación de una técnica para crear modelos de sistemas grandes y complejos que
incluyen incertidumbre. Se diseña un modelo para repetir el comportamiento del sistema.
 Investigación de operaciones 1

Caso de estudio: Planeación de la Producción con Múltiples Periodos

.
Una empresa que produce una línea de computadoras, está planeando los niveles de
producción para el periodo de enero a junio. Los pronósticos de las demandas de
componentes para los seis (6) meses son 980, 640, 700, 1200, 900 y 550 unidades
respectivamente. El inventario al final de diciembre (anterior), se espera que sea de 500
unidades y la empresa desea tener 600 unidades al final de junio. El costo por mantener una
unidad en inventario un mes es de 3 UM (Unidades Monetarias). Debido a cuestiones de
costos de materia prima y salarios de los trabajadores, el precio por producir un
componente varía de un mes a otro.

Al analizar los datos históricos, la empresa considera que el precio de fabricación de

una unidad es de 40 UM, 34 UM, 38 UM, 32 UM, 41 UM y 38 UM para enero, febrero,
marzo, abril, mayo y junio respectivamente. Construir un problema de programación lineal
que permita determinar la cantidad de componentes a producir en cada periodo.

Una vez resuelto el problema, con el reporte generado por el programa por el
paquete de optimización, se requiere responder las siguientes preguntas:

 Indicar la cantidad de componentes que se producen en la empresa por cada

periodo.
 Obtener las conclusiones derivadas de los resultados obtenidos.
 Indicar otros aspectos que se podrían tomar en cuenta en la formulación del modelo
a fin de mejorar su aproximación a la realidad.
Objetivo 9: Este objetivo contendrá los siguientes puntos:

 Descripción de las variables de decisión.

 Formulación general del problema.

Solución al problema: Reporte de la data, solución y análisis de sensibilidad.

Descripción de las variables de decisión.

P1: unidades de producción en el mes de enero

P2: unidades de producción el mes de febrero

P3: unidades de producción el mes de marzo Niveles de producción.

P4: unidades de producción el mes de abril

P5: unidades de producción el mes de mayo

P6: unidades de producción el mes de Junio

I1: unidades de inventario en el mes de enero

I2: unidades de inventario en el mes de febrero

I3: unidades de inventario en el mes de marzo unidades de inventario

I4: unidades de inventario en el mes de abril

I5: unidades de inventario en el mes de mayo

I6: unidades de inventario en el mes de junio

Formulación general del problema

Función Objetiva:

Min

Z= 3I1+3I2+3I3+3I4+3I5+3I6+40P1+34P2+38P3+32P4+41P5+38P6
Restricciones (demandas de componentes para los seis meses son 980,640,700,1200,900 y
550) el inventario final de Diciembre (año anterior) se espera que sea de 500 unidades y la
empresa desea tener 600 unidades al final de junio.

Demandas

Enero Febrero Marzo Abril Mayo Junio

980 640 700 1200 900 550

Costos de unidad de inventario por mes son 3 UM * Inventario de cada mes.

Costos de fabricación por unidad son:

Enero Febrero Marzo Abril Mayo Junio

40UM 34UM 38UM 32UM 41UM 38UM

Nùmero de variables 12.

F.O

Min

Z= 3I1+3I2+3I3+3I4+3I5+3I6+40P1+34P2+38P3+32P4+41P5+38P6

Sujeto a

I1+P1 >=500-980

I2+P2 >= 640

I3+P3 >=700

I4+P4 >=1200

I5+P5 >=550

I6+P6>=900
I6=>600

I1,I2,I3,I4,I5,I6,P1,P2,P3,P4,P5,P6 =>0

Solución al problema: Reporte de la data, solución y análisis de sensibilidad.

F.O Min 3I1+3I2+3I3+3I4+3I5+3I6+40P1+34P2+38P3+32P4+41P5+38P6

S.T.

I1+P1 >=500-980

I2+P2 >= 640

I3+P3 >=700

I4+P4 >=1200

I5+P5 >=550

I6+P6>=900

I6=>600

END

Resultados arrojados por el programa de LINDO

LP OPTIMUM FOUND AT STEP 6

OBJECTIVE FUNCTION VALUE

1) 33310.00
VARIABLE VALUE REDUCED COST

I1 500.000000 0.000000

I2 0.000000 33323.000000

I3 700.000000 0.000000

I4 1200.000000 0.000000

I5 550.000000 0.000000

I6 900.000000 0.000000

P1 0.000000 37.000000

P2 640.000000 0.000000

P3 0.000000 35.000000

P4 0.000000 29.000000

P5 0.000000 38.000000

P6 0.000000 35.000000

ROW SLACK OR SURPLUS DUAL PRICES

2) 0.000000 -3.000000

3) 0.000000 -34.000000

4) 0.000000 -3.000000

5) 0.000000 -3.000000

6) 0.000000 -3.000000

7) 0.000000 -3.000000
 8) 300.000000 0.000000

NO. ITERATIONS= 6

ANALISIS DE SENSIBILIDAD

RANGES IN WHICH THE BASIS IS UNCHANGED:

OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE

COEF INCREASE DECREASE

I1 3.000000 37.000000 3.000000

I2 3.000000 INFINITY 33323.000000

I3 3.000000 35.000000 3.000000

I4 3.000000 29.000000 3.000000

I5 3.000000 38.000000 3.000000

I6 3.000000 35.000000 3.000000

P1 40.000000 INFINITY 37.000000

P2 34.000000 INFINITY 34.000000

P3 38.000000 INFINITY 35.000000

P4 32.000000 INFINITY 29.000000

P5 41.000000 INFINITY 38.000000

P6 38.000000 INFINITY 35.000000

 RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE

RHS INCREASE DECREASE

2 500.000000 INFINITY 500.000000

3 640.000000 INFINITY 640.000000

4 700.000000 INFINITY 700.000000

5 1200.000000 INFINITY 1200.000000

6 550.000000 INFINITY 550.000000

7 900.000000 INFINITY 300.000000

8 600.000000 300.000000 INFINITY

Análisis de resultados

Cantidad de componentes que se producen en la empresa por cada periodo.

De acuerdo a los resultados arrojados los componentes que se producen en una empresa en
cada periodo son:

Producción/meses Enero febrero Marzo abril Mayo Junio

P1 0,000.000

P2 640.000.000

P3 0,000.000

P4 0,000.000

P5 0,000.000

P6 0,000.000
En las unidades de inventario según los valores arrojados por el programa son:

I1= 0,000000

I2= 33323

I3=0,000000

I4=0,000000

I5=0,000000

I6=0,000000

El valor óptimo es 33310

Conclusiones derivadas de los resultados obtenidos.

De acuerdo con los resultados obtenidos podríamos deducir que la empresa en cada
periodo producirá un mínimo por cada periodo de, por ejemplo, en la producción del mes
de enero se obtuvieron valores de “0” producción, febrero 640.000.000, marzo “0”,
Abril”0”, Mayo “0” y Junio “0” con una función objetiva óptima de valor 33310.por otra
parte, en la reducción de costos los valores de producción en los meses de: enero a
37.000.000, febrero “0”, Marzo 35.000.000,Abril 29.000.000,Mayo 38.000.000 y junio
35.000.000.
Según el análisis de sensibilidad el incremento en la producción del P1, P2, P3, P4,
P5 Y P6 es infinitivo en cambio en la disminución de la producción tenemos para P1=37;
P2=0; P3= 35; P4=29; P5=38; P6=35. Para el inventario los valores de incremento en
I1=37, I2=INFINITO, I3=35, I4=29; I5=38, I6=35, en la disminución tenemos para I1, I3,
I4, I5, I6 es de 3000.000 para I2 es 33323.000.000.
En este caso la empresa tendría que realizar una evaluación de la oferta y demanda
de las líneas de computadora en cada mes, así como la revisión periódica del inventario,
con el propósito de saber que productos ya tienen, sus cantidades, entre otros, y conocer la
cantidad de materia prima a utilizar en la producción. También se podría llevar a cabo un
estudio de mercado.
Definición de investigación de operaciones

Es una disciplina que consiste en la aplicación de métodos analíticos avanzados con el

propósito de apoyar el proceso de toma de decisiones, identificando los mejores cursos de
acción posibles.

En este contexto la utiliza técnicas de moldeamiento matemático, análisis estadístico y

optimización matemática, con el objetivo de alcanzar soluciones óptimas o cercanas a ellas
cuando se enfrentan problemas de decisión complejos. Se espera que las decisiones
alcanzadas mediante el uso de un modelo de investigación operativa sean
significativamente mejores en comparación a aquellas decisiones que se podrían tomar
haciendo uso de la simple intuición o experiencia del tomador de decisiones. Lo anterior es
particularmente cierto en aquellos problemas de naturaleza real complejos, que consideran
cientos, incluso miles de variables de decisión y restricciones.
La Investigación de Operaciones se complementa con otras disciplinas como la Ingeniería
Industrial y la gestión de operaciones. En términos estrictos un modelo de optimización
considera una función objetivo en una o varias variables que se desea maximizar (por
ejemplo el ingreso o beneficio asociado a un plan de producción) o por el contrario
minimizar (por ejemplo los costos de una firma, el riesgo asociado a una decisión, la
pérdida de un alternativa, etc.). Los valores que pueden adoptar las variables de decisión
usualmente están restringidos por restricciones que adoptan la forma de ecuaciones y/o
inecuaciones que buscan representar las limitantes asociadas a la problemática.

Historia de la investigación de operaciones

La Investigación de Operaciones o Investigación Operativa es una disciplina donde las
primeras actividades formales se dieron en Inglaterra en la Segunda Guerra Mundial,
cuando se encarga a un grupo de científicos ingleses el diseño de herramientas cuantitativas
para el apoyo a la toma de decisiones acerca de la mejor utilización de materiales bélicos.
Se presume que el nombre de Investigación de Operaciones fue dado aparentemente porque
el equipo de científicos estaba llevando a cabo la actividad de Investigar Operaciones
(militares).

Una vez terminada la guerra las ideas utilizadas con fines bélicos fueron adaptadas para
mejorar la eficiencia y la productividad del sector civil.

Una de las áreas principales de la Investigación de Operaciones es la Optimización o

Programación Matemática. La Optimización se relaciona con problemas de minimizar o
maximizar una función (objetivo) de una o varias variables, cuyos valores usualmente están
restringidos por ecuaciones y/o desigualdades.
Hoy en día el uso de modelos de optimización es cada vez más frecuente en la toma de
decisiones. Este mayor uso se explica, principalmente, por un mejor conocimiento de esta
metodología en las diferentes disciplinas, la creciente complejidad de los problemas que se
desea resolver, la mayor disponibilidad de software y el desarrollo de nuevos y mejores
algoritmos de solución.

Un modelo de Investigación de Operaciones requiere necesariamente de una abstracción de

la realidad, además de identificar los factores dominantes que determinan el
comportamiento del sistema en estudio. En este sentido, un modelo es una representación
idealizada de una situación real o un objeto concreto.

Objetivos y métodos
El objetivo y finalidad de la investigación operacional es encontrar la solución óptima para
un determinado problema (militar, económico, de infraestructura, logístico, etc.)
Está constituida por un acercamiento científico a la solución de problemas complejos, tiene
características intrínsecamente multidisciplinares y utiliza un conjunto diversificado de
instrumentos, prevalentemente matemáticos, para la modelización, la optimización y el
control de sistemas estructurales en conocimiento a demás cosas.
En el caso particular de problemas de carácter económico, la función objetivo puede ser
obtener el máximo rendimiento o el menor costo.
La investigación operacional tiene un rol importante en los problemas de toma de
decisiones porque permite tomar las mejores decisiones para alcanzar un determinado
objetivo respetando los vínculos externos, no controlables por quien debe tomar la decisión.

Importancia de la investigación de operaciones

La investigación de operaciones es una disciplina científica que los administradores utilizan
para tomar decisiones informadas para sus operaciones, lo cual permite tener un amplio
conocimiento sobre el asunto a tratar y con lleva a que la decisión a tomar se la más
apropiada. Se basa en gran medida en las matemáticas, las estadísticas y la ciencia. Los
gerentes de operaciones usan esto ampliamente para programar y ensamblar sus funciones
de producción. Es utilizada principalmente en las industrias de manufactura, combustibles,
energía y telecomunicaciones .Es evidente entonces, que toda organización requiere de un
aspecto tan importante como lo es la toma de decisiones, de esta manera desde hace mucho
tiempo se comenzó a intentar aplicar diversos métodos que de una u otra forma permitieran
a las organizaciones tomar la decisión más acertada, o la que más conviniera a sus
intereses, debido a esto surge la investigación de operaciones; la cual dio comienzo cuando
se intentó aplicar el método científico a la administración, además es sabido que esta
disciplina surge en los servicios militares, a inicios de la segunda guerra mundial, cuando
comenzaron a buscar métodos que permitieran tener una forma efectiva de asignar sus
recursos.