UNIVERSIDAD ANDRES BELLO

FACULTAD DE INGENIERÍA
ESCUELA DE INDUSTRIAS
Ingenierı́a Civil Industrial - Advance

Taller 01
Investigación de Operaciones - AIND3103

Los Modelos de Optimización...

+ son usados para encontrar la mejor configuración de procesos, sistemas, productos, etc.
+ se basan en una teorı́a desarrollada sobre todo en los últimos 50 años.
+ cuando se aplican en un contexto industrial financiero, militar, pueden producir un mejor uso del presupuesto
y/o recursos.

Un ejemplo (simple)

Se le ha encargado diseñar una lata, un cilindro de hojalata (la que se obtiene

recortando y soldando papel de aluminio) con volumen V con tan poco estaño (es
decir, área total) como sea posible.

+ La lata debe contener V = 20 cu.in. (11fl.oz.,33cl)

+ El papel de aluminio es caro, por lo tanto debe utilizar lo mı́nimo posible.

Los modelos de optimización, en general, tienen ...

+ Variables (por ejemplo, altura y radio, número de camiones, ...): la parte desconocida (y de interés) del
problema (una cosa que al gerente le importa).

+ Restricciones (pueden ser fı́sicas, explı́citas (V = 20in3 ), impuesta por ley, lı́mites de presupuestos, ...): define
todos y sólo los valores de las variables que dan posibles soluciones.

+ Función Objetivo (lo que al gerente realmente le importa, por ejemplo, el costo total de los camiones, los
ingresos totales estimados, ...): Una función de las variables, que ha de ser minimizada o maximizada.

El problema general de optimización.

Considere un vector x ∈ Rn de variables. Un problema de optimización se puede exprezar como:


minimizar o maximizar f0 (x)
P :
sujeta a fi (x) ≤ bi , ∀i = 1, 2, . . . , m

Soluciones factibles, óptimos globales y locales.

Definamos F = {x ∈ Rn : f1 (x) ≤ b1 , f2 (x) ≤ b2 , . . . , fm (x) ≤ bm }, es decir, F es el conjunto de solu-

ciones factibles de un problema de optimización.

Todos los puntos x ∈ F se llaman soluciones factibles.

Un vector xl ∈ Rn es un óptimo local si

2

+ xl ∈ F
+ existe es vecindad1 N de xl con ningún punto mejor que xl :

f0 (x) ≥ f0 (xl ) ∀x ∈ N ∩ F.

Un vector xg ∈ Rn es un óptimo global si

+ xg ∈ F
+ no existe un x ∈ F mejor que xg , es decir,

f0 (x) ≥ f0 (xg ) ∀x ∈ F.

Programación Lineal
El problema de optimización, con n variables y m restricciones:
n

 X
 min

 ci xi

i=1


n
LP : X


 s.a aji xi = bj , ∀j = 1, 2, . . . , m
i



xi ≥ 0, ∀i = 1, 2, . . . , n


se llama problema de Programación Lineal (desde ahora en adelante LP ).

Escrito en forma matricial:
t

 min c x
LP : s.a Ax = b
x ≥ 0,


donde A es la matriz de coeficientes (m × n), b es el vector del lado derecho, y c es el vector de coeficientes de la
función objetivo.
1 Una vecindad de xl se puede definir como N = {x : ||x − xl || ≤ } para algún .
 3

Problemas de modelamiento (Introducción a la Programación lineal)

P.1. (Un problema de mezclas) Un fábrica puede producir 5 tipos de productos (Prod 1, Prod 2, . . . , Prod 5) usando
dos procesos de producción: rectificado y perforado.
Una vez descontados los costos de las materias primas de cada unidad de cada producto se obtienen las siguientes
beneficios:

Prod 1 Prod 2 Prod 3 Prod 4 Prod 5

£550 £600 £350 £400 £200

Cada unidad requiere cierto tiempo en cada proceso. Estos se entregan (en horas) en la siguiente tabla. Un
guión indica que el proceso no es necesario.

Prod 1 Prod 2 Prod 3 Prod 4 Prod 5

Rectificado 12 20 - 25 15
Perforado 10 8 16 - -

Además, el ensamblaje final de cada unidad de cada producto usa 20 horas de tiempo de trabajo.
La fábrica tiene tres máquinas de rectificado y dos máquinas de perforación y trabajan una semana de seis dı́as,
con dos turnos de 8 horas en cada dı́a. Ocho trabajadores se desempeñan en el ensamblaje final, cada uno
trabajando un turno al dı́a.
El problema es encontrar cuánto hay que fabricar de cada producto de tal manera de maximizar el beneficio
total.

P.2. (Un problema de producción) Una fábrica, que consiste de cinco talleres, construye tres modelos de Vehı́culos
Todo Terreno (VTT). La siguiente tabla indica los modelos de los vehı́culos y los talleres. Se especifica la
capacidad de cada taller y el tiempo de manufactura de cada vehı́culo en cada taller. También se especifica la
contribución (beneficio) ganado por cada vehı́culo fabricado. El Gerente de planta desea determinar las tasas de
producción (número de cada vehı́culo a producir por semana) que maximice el beneficio que se puede ganar por
esta fábrica.

Tiempos de fabricación
Taller Capacidad Estándar Lujo Súper Lujo
Motor 120 3 2 1
Carrocerı́a 80 1 2 3
Terminado Estándar 96 2 0 0
Terminado Lujo 102 0 3 0
Terminado Super Lujo 40 0 0 2
Contribución 840 1120 1200

Nota sobre las unidades de medida: En la tabla, la capacidad está medida en horas por semana, el tiempo de
manufactura en horas por vehı́culo, y la contribución en dólares por vehı́culo.

P.3. En una planta que fabrica chips, cuatro técnicos (A, B, C y D) producen tres productos (Producto 1, 2 y 3).
Este mes, la planta puede vender 80 unidades del Producto 1, 50 unidades del Producto 2, y a lo más 50 unidades
del Producto 3. El Técnico A puede fabricar sólo productos 1 y 3. El Técnico B puede fabricar sólo Productos
1 y 2. El Técnico C puede fabricar sólo el Producto 3. El Técnico D puede fabricar sólo el Producto 2. Por
cada unidad producida, los productos contribuyen con las siguientes ganancias: Producto 1, $6; Producto 2, $7;
Producto 3, $10. El tiempo (en horas) que cada técnico necesita para fabricar un producto es el siguiente:

Producto Técnico A Técnico B Técnico C Técnico D

1 2 2.5 - -
2 - 3 - 3.5
2 2 - 4 -
4

Cada técnico puede trabajar hasta 120 horas por mes. ¿Cómo puede la planta manufacturera de chips maximizar
su ganancia mensual?. Suponga que se puede producir un número no necesariamente entero de unidades.

P.4. Javier fabrica brazaletes, collares y aros de diamante. El quiere trabajar un máximo de 160 horas al mes. El tiene
800 onzas de diamantes. La ganancia, tiempo de trabajo, y onzas de diamantes requeridas para cada producto
se entregan en la tabla.

Producto Ganancia unitaria Hora de trabajo por unidad Onzas de diamantes por unidad
Brazalete $300 0.35 1.2
Collar $200 0.15 0.75
Aro $100 0.05 0.5

Si la demanda por cada producto es ilimitada, ¿cómo puede Javier maximizar su ganancia?

Referencias
+ “Model Building in Mathematical Programming, H. Paul Williams, 2013.
+ “Introducción a la Investigación de Operaciones, Frederick S. Hillier, Gerald J. Lieberman, 2010.
+ “Investigación de Operaciones, Hamdy A. Taha, 2011.
+ “Linear Programming and Generalizations, A Problem-based Introduction with Spreadsheets”, Eric V. Denardo,
2011.

+ “Microsoft Excel 2010 Data Analysis and Business Modeling”, Wayne L. Winston, 2011.

RMR/rmr
Marzo de 2018