• No se han encontrado resultados

investigacion de operaciones

N/A
N/A
Protected

Academic year: 2020

Share "investigacion de operaciones"

Copied!
16
0
0

Texto completo

(1)

Introducción

Introducción

Investigación de

Investigación de

Operaciones

(2)

Modelos

Modelos

Modelo: Es la representación o

Modelo: Es la representación o

abstracción simplificada de la realidad.

abstracción simplificada de la realidad.

La simplificación es necesaria porque la realidad es compleja

Simplificación y representatividad, a menudo son contradictorias.

Ventajas de los modelos:

• El costo del análisis es menor

que en el sistema real.

• Permiten visualizar sistemas en

el mediano y largo plazo.

• Manipular las variables es más

fácil que en el sistema real.

• Permite trabajar por “trial and

error” o tanteos.

• El uso del modelo permite

introducir el riesgo inherente a la realidad.

• Permite la generación y el

manejo de múltiples soluciones.

• Los buenos modelos permiten la

evaluación y facilitan la

(3)

Tipos de modelos

Tipos de modelos

Icónicos (a escala).

Icónicos (a escala).

-

Maquetas

Maquetas

-

Aviones, barcos, automóviles a escala.

Aviones, barcos, automóviles a escala.

Analógicos.

Analógicos.

-

Organigramas.

Organigramas.

-

Juegos de negocios.

Juegos de negocios.

-

Gráficas del mercado de valores.

Gráficas del mercado de valores.

-

Estados financieros

Estados financieros

Matemáticos.

Matemáticos.

(4)

Modelos matemáticos

Modelos matemáticos

Modelos de optimización

Modelos de optimización

-

Asignación

Asignación

-

Programación lineal

Programación lineal

-

Programación con metas múltiples

Programación con metas múltiples

-

Maximización de la tasa de rendimiento

Maximización de la tasa de rendimiento

-

Modelos de redes

Modelos de redes

-

Programación no lineal

Programación no lineal

-

Reemplazo

Reemplazo

-

Transporte

Transporte

(5)

Modelos matemáticos

Modelos matemáticos

Modelos descriptivos

Modelos descriptivos

-

Flujogramas

Flujogramas

-

Análisis de escenarios

Análisis de escenarios

-

Planeación financiera

Planeación financiera

-

Administración de inventarios (compleja)

Administración de inventarios (compleja)

-

Procesos de Markov

Procesos de Markov

-

Simulación Montecarlo

Simulación Montecarlo

(6)

Programación

Programación

matemática

matemática

Estructura de un modelo de programación

Estructura de un modelo de programación

matemática.

matemática.

FUNCIÓN OBJETIVO FUNCIÓN OBJETIVO

RESTRICCIONESRESTRICCIONES Variables

Variables Controlables Controlables

Variables de Variables de

Resultado Resultado Variables No

(7)

Ejemplos de componentes en modelos

Ejemplos de componentes en modelos

Área

Área

Variables

Variables

controlabl

controlabl

es

es

Variables

Variables

de

de

resultado

resultado

Variables

Variables

no

no

controlabl

controlabl

es

es

Inversión Inversión Financiera

Financiera Cantidades a

Cantidades a invertir invertir Periodos de Periodos de inversión inversión Programación de Programación de las inversiones las inversiones Utilidad total Utilidad total

Tasa interna de

Tasa interna de

rendimiento

rendimiento

Tasa de inflación

Tasa de inflación

Tasa de Tasa de descuento descuento Competencia Competencia Mercadotecnia

Mercadotecnia Presupuestos de Presupuestos de publicidad publicidad Líneas de Líneas de producto producto Participación de Participación de mercado mercado Satisfacción del Satisfacción del cliente cliente

Ingreso de los

Ingreso de los

clientes

clientes

Acciones de la

Acciones de la

competencia

competencia

Manufactura

Manufactura Volúmenes de Volúmenes de producción producción Niveles de Niveles de inventario inventario Volúmenes a Volúmenes a maquilar maquilar Costo total Costo total

Nivel de calidad

Nivel de calidad

Capacidad de

Capacidad de

producción

producción

Precios de los

Precios de los

materiales

materiales

Contabilidad

Contabilidad Programa de Programa de auditorías auditorías Plan de Plan de depreciación depreciación

Costo del proceso

Costo del proceso

de datos

de datos

Tasa de errores

Tasa de errores

Requisitos legales Requisitos legales Tasa de Tasa de impuestos impuestos Tecnología de Tecnología de cómputo cómputo Transporte

Transporte Programa de Programa de embarques

embarques Costo total de

Costo total de

transporte

transporte Distancias y

Distancias y

costos

costos

Regulaciones

(8)

Programación

Programación

lineal

lineal

Importancia

Importancia

Herramienta para resolver

Herramienta para resolver

problemas de optimización.

problemas de optimización.

Descubierta en 1947 por George

Descubierta en 1947 por George

Dantzig

Dantzig

Aplicada ampliamente en:

Aplicada ampliamente en:

 Planeación y programación de la producción.Planeación y programación de la producción.

 Formulación de alimentos balanceados para animales.Formulación de alimentos balanceados para animales.  Industria petrolera.Industria petrolera.

 Planeación financiera.Planeación financiera.  Transporte.Transporte.

Gracias a la computación, se

Gracias a la computación, se

pueden resolver modelos de

pueden resolver modelos de

(9)

Programación

Programación

lineal

lineal

Componentes

Componentes

•Función objetivo: Función objetivo: Función lineal a optimizar (maximizar o minimizar).Función lineal a optimizar (maximizar o minimizar). •Restricciones: Restricciones:

Lados izquierdos: funciones linealesLados izquierdos: funciones lineales Desigualdades (Desigualdades (≤, ≥) o igualdades.≤, ≥) o igualdades. Lados derechos: constantesLados derechos: constantes

•Variables: Variables:

Reales Reales

No negativas.No negativas.

•Suposiciones: Suposiciones:

Proporcionalidad y aditividad . Proporcionalidad y aditividad . Divisibilidad. Divisibilidad.

(10)

Programación lineal

Programación lineal

Suposiciones

Suposiciones

Proporcionalidad y aditividad .

Proporcionalidad y aditividad .

Debido a la linealidad de la función objetivo, la contribución

Debido a la linealidad de la función objetivo, la contribución

de cada variable de decisión a la F.O. debe ser proporcional

de cada variable de decisión a la F.O. debe ser proporcional

a su valor e independiente de los valores de otras variables

a su valor e independiente de los valores de otras variables

de decisión (no rendimientos decrecientes, no sinergias).

de decisión (no rendimientos decrecientes, no sinergias).

Divisibilidad.

Divisibilidad.

Cada variable de decisión puede tomar valores

Cada variable de decisión puede tomar valores

fraccionarios.

fraccionarios.

Certidumbre.

Certidumbre.

Cada parámetro del problema debe conocerse con certeza

Cada parámetro del problema debe conocerse con certeza

(variables no controlables: coeficientes de la función

(variables no controlables: coeficientes de la función

objetivo, coeficientes tecnológicos y lados derechos).

(11)

Programación

Programación

lineal

lineal

Forma general

Forma general

Z

Z

optopt= =

jj

C

C

jj

X

X

jj

•sujeto a:sujeto a:

jj

a

a

ijij

X

X

j j

R

R

b

b

ii

; i = 1, . . . , m

; i = 1, . . . , m

X

X

j

j

≥ 0 ; j = 1, . . . , n

≥ 0 ; j = 1, . . . , n

Opt =

Opt =

•MaxMax

•MinMin

{

{

{

{

R

R

=

=

(12)

Un ejemplo de aplicación

Un ejemplo de aplicación

Objetivo: Obtener una

Objetivo: Obtener una

dieta

dieta

que proporcione

que proporcione

una nutrición completa y sana al

una nutrición completa y sana al

hombre

hombre

. Este

. Este

problema es extensivo a especies

problema es extensivo a especies

animales

animales

.

.

Hechos o descubrimientos:

Hechos o descubrimientos:

1.

1. Existen elementos de nutrición o Existen elementos de nutrición o nutrientesnutrientes que deben ser que deben ser

satisfechos en cada especie. satisfechos en cada especie.

2.

2. Estos nutrientes los proporcionan los Estos nutrientes los proporcionan los alimentosalimentos: carne, leche, : carne, leche,

frutas, verduras, etc. frutas, verduras, etc.

3.

3. Es posible Es posible medirmedir a los nutrientes en unidades, tales como a los nutrientes en unidades, tales como

porciento, gramos, calorías, etc. porciento, gramos, calorías, etc.

4.

4. Es posible determinar los Es posible determinar los contenidoscontenidos nutricionales de los nutricionales de los

alimentos. (Análisis bromatológico) alimentos. (Análisis bromatológico)

5.

5. Es posible, al menos experimentalmente, conocer los Es posible, al menos experimentalmente, conocer los nivelesniveles

(13)

El problema de la dieta

El problema de la dieta

humana

humana

Es posible matematizarlo.

Es posible matematizarlo.

Es posible resolverlo. En un

Es posible resolverlo. En un

principio, por medio de sistemas de

principio, por medio de sistemas de

ecuaciones.

ecuaciones.

La “solución” resultó ser poco

La “solución” resultó ser poco

satisfactoria porque sería la única

satisfactoria porque sería la única

dieta.

dieta.

(14)

El problema de la dieta de

El problema de la dieta de

animales

animales

No representa problema la repetición.

No representa problema la repetición.

Matematizable y soluble.

Matematizable y soluble.

Gracias a la Programación Lineal

Gracias a la Programación Lineal

(Método Simplex), se puede obtener la

(Método Simplex), se puede obtener la

dieta de

dieta de

costo mínimo

costo mínimo

.

.

Ello significó una revolución en la

Ello significó una revolución en la

nutrición animal, desde el punto de

nutrición animal, desde el punto de

(15)

Formulación de un alimento para

Formulación de un alimento para

gallinas, Fase I.

gallinas, Fase I.

 Requerimientos nutricionalesRequerimientos nutricionales

NutrienteNutriente Unidades Min MaxUnidades Min Max •EnergíaEnergía Cal / Kg.Cal / Kg. 2700 2850 2700 2850

•ProteínaProteína % % 17.0 18.5 17.0 18.5 •CalcioCalcio % 3.8 4.0 % 3.8 4.0

FósforoFósforo % 0.40 0.47 % 0.40 0.47 •LisinaLisina % 0.72 - % 0.72

-•MetioninaMetionina % 0.62 - % 0.62 -•Ac. Linoleico % 0.98 -Ac. Linoleico % 0.98

-• Contenidos nutricionalesContenidos nutricionales

AlimentoAlimento Cal/Kg. Cal/Kg. Proteína

Proteína Calcio . . .Calcio . . .

•SorgoSorgo 3230 3230 9.0 9.0 0.03 0.03SalvadoSalvado 1300 1300 14.0 14.0 0.14 0.14 •CaCOCaCO33 00 0 38.00 0 38.00 •Leche Leche 2510 2510 33.0 33.0 8.00 8.00

•Soya 46% 2370Soya 46% 2370 46.0 46.0

0.30

0.30

•. . . .. . . .. . . .. . . .

Precios de los alimentosPrecios de los alimentos

•Alimento Alimento Precio por Kg.Precio por Kg.

SorgoSorgo 0.93 0.93 •SalvadoSalvado 0.75 0.75

•CaCOCaCO33 0.05 0.05 •Leche en polvoLeche en polvo 5.80 5.80

(16)

La dieta balanceada a costo

La dieta balanceada a costo

mínimo

mínimo

IngredienteIngrediente % %

Sorgo

Sorgo 61.84 61.84 Girasol 36% 12.15

Girasol 36% 12.15

Gluten de maíz

Gluten de maíz 5.25 5.25 Soya 46%

Soya 46% 4.18 4.18 . . . .

. . . .

. . . .

. . . .

•Análisis nutricional:Análisis nutricional:

NutrienteNutriente RealReal MinMin MaxMax •Energía (Cal/Kg)Energía (Cal/Kg)27002700 27002700 28502850

Proteína (%)Proteína (%) 17.0 17.0 17.0 17.0 18.5 18.5 •Calcio (%)Calcio (%) 3.8 3.8 3.8 3.8 4.0 4.0 •Fósforo (%)Fósforo (%) 0.40 0.40 0.40 0.40 0.47 0.47

•Lisina (%)Lisina (%) 0.72 0.72 0.72 0.72 - -•Metionina (%) Metionina (%) 0.6210.621 0.62 0.62 -

-•Ac. Linoleico (%)Ac. Linoleico (%) 1.4 1.4 0.98 0.98 - -

Referencias

Documento similar

Aunque este resultado es general, aqu´ı nos limitamos a probarlo s´ olo para variables de tipo discreto y para variables continuas, considerando transformaciones que est´ en en

El presente estudio evidencia que el rendi- miento mostrado en la parte A del TMT se re- laciona con diferentes rasgos de personalidad del MCF en delincuentes. En agresores sexua-

Con relación al primer objetivo, teniendo en cuenta la literatura existente, la hipótesis de trabajo que se plantea es que los adolescentes que se inician antes en el consumo

(1) por un lado actualizar la prevalencia de consumo tanto de cannabis como de otras sustancias psicoactivas entre los adolescentes, así como las edades de inicio y los consumos

Se obtiene una ecuación resultante final donde el malestar psicológico guarda una relación directa con las variables neuroticismo (bajo-medio-alto), salud general (los

Logistic regression analyses were conducted to analyze the predictive role of academic goals, academic self-concept, academic self-attributions, tobacco and alcohol abuse, sex,

On the other hand, a Beauville surface is a complex surface (real dimension 4) isomorphic to the quotient of the product of two compact Riemann surfaces by a certain free action of

La reinversión de beneficios observada, junto a la evolución de los flujos de inversión directa norteamericana, permite intuir que el potencial del mercado europeo es el