CLASIFICACION DE LOS MODELOS DE INVESTIGACIN DE OPERACIONES Los modelos son un intento para colocar las complejidades e incertidumbres de un problema

de toma de decisiones en una estructura lgica conveniente para el anlisis formal. La funcin de un modelo es servir de herramienta para analizar el comportamiento de un sistema con el fin de proporcionar una visin de su operacin y mejorar su desempeo. Los modelos pueden ser Iconos anlogos o simblicos. 1. 2. LOS MODELOS ICONICOS.- Son la representacin fsica a escala reducid o aumentada de un sistema real. LOS MODELOS ANLOGOS.!sencialmente re"uieren sustitucin de una propiedad por otra con el fin permitir la manipulacin del modelo. #espu$s resolver el problema la solucin se interpreta acuerdo al sistema original. la de de de

3.

LOS MODELOS SIMBLICOS O MATEMTICOS.- !mplean un conjunto de smbolos matemticos y funciones para representar las variables de decisin y sus relaciones para describir el comportamiento del sistema. La solucin del problema se obtiene aplicando t$cnicas matemticas conocidas %tales como programacin lineal& al modelo en investigacin de operaciones los modelos son casi siempre matemticos y por consiguiente representaciones aplicadas a la realidad. !l uso de las matemticas como lenguaje para representar el modelo tiene la ventaja de ser compacto y nos permite aprovechar los computadores de alta velocidad y t$cnica de solucin con matemticas avanzadas. !l desarrollo del computador ha conducido a otros dos tipos de modelaje en investigacin de operaciones. a. Modelos de S !"la# $%.Son generalmente programas de computador "ue replican el comportamiento de un sistema utilizando el computador. La estadstica "ue describe las diversas medidas de desempeo del sistema. Se acumulan a medida "ue la simulacin avanza en el computador por otra parte los resultados de la simulacin son inferentes por naturaleza y por consiguiente imprecisos y el desarrollo y utilizacin de un modelo de simulacin puede ser muy costoso.

&.

Modelos 'e"()s* #os.- Son esencialmente modelos "ue emplean intuitivas a ciertas guas tratando de generar nuevas estrategias "ue se traduzcan en soluciones mejoradas. !sto contrasta con los modelos matemticos y de simulacin donde las estrategias generalmente estn bien definidas los modelos heursticos no pretenden obtener soluciones ptimas de un problema. interferir con rpido y con anlisis fuera sistema real.

Ve%*a+as de los Modelos ' (ermitir analizar un sistema sin la marcha de las operaciones) y ' (ermitir hacer este anlisis mas muchos menores gastos "ue si el hecho mientras se trabaja con el

Des,e%*a+a de los Modelos.' La principal desventaja de un modelo de sistema complejos es "ue un modelo puede "ue no capture la situacin de la realidad especialmente si las restricciones %presupuesto o tiempo& en la formulacin o en la recoleccin de los datos. E+e!-lo de Cada "%o de los Modelos. I#$% #o. *anco de +uguete aeroplano. A%/lo0o. ,edes de transporte. entrenador para pilotos de un sistema

el$ctricas "ue representan

S !&$l #o.' -odelar la llegada de clientes a un banco simblico y ecuaciones para relacionar el tiempo entre llegadas el tamao m.imo de la cola el tiempo gastado por la cola. S !"la# $%.- -odelar un sistema de inventarios y encontrar nivel promedio de mercadera n/mero de pedidos simulacin de operaciones varias veces. 'e"()s* #o.Servir a un determinado n/mero de clientes en una botica con base en el primero "ue llega primero "ue se atiende. MODELOS FORMALES. 0spira al menos 1mostrar todos los detalles1 y despu$s a reestructurados el objetivo puede ser aceptado. (uede no ser igual pero es lo "ue es y se puede

modificar y manipular. Las restricciones son materia de registro pueden ser puestos a discusin modificadas aumentadas o eliminadas debido a su naturaleza e.plcita y nada ambigua los modelos formales proporcionan a los individuos y a los grupos una herramienta para eliminar la inconstancia. #e esta manera el uso de los modelos formales es parte del comportamiento racional en la b/s"ueda de las buenas decisiones. MODELOS MATEMTICOS FORMALES 2ipo de modelo3 ' (rogramacin lineal ' Inventario (roduccin (rogramacin ' (romugacion estoica ' 2eora de juegos ' Lneas de !sfera

' ,edes ' !conometra ' (romugacin !ntera ' (romugacion o lineal ' 4ontrol ptimo ' !cuaciones diferenciales

2odos estos modelos se usan para resolver problemas cuantitativos de decisiones en el mundo real. !n el mundo de la 0dministracin son llamados -odelos deterministicos esto significa "ue todos los modelos relevantes utilizaran o evaluaran se dan por conocidos.

MODELOS INT1ITIVOS !n todas las decisiones de la vida se toman decisiones son de acuerdo con alg/n modelo intuitivo e interno del problema "ue se tiene tales modelos aun"ue menos formales tratan de capturar ciertos intercambios e interacciones entre las variables. #entro de su estructura estos modelos internos tienden a incorporar consideraciones definidas y difciles de cuantificar "ue pertenecen a gustos y disposiciones individuales en la vida se refleja un modelo a su modo en la b/s"ueda y calidad de soluciones "ue encuentre las restricciones en un modelo formal sirven para definir el ambiente dentro del cual pretendemos ma.imizar o minimizar nuestro objetivo. Lo mismo se da en los modelos intuitivos internos. Los modelos intuitivos consideran los siguientes ciclos 1cada postulado sugiere una forma de restringir la b/s"ueda de ri"ueza y el e.ito. MODELOS C1ANTITATIVOS

Se inician con n/meros y operan y producen n/meros. Los n/meros juegan muchos papeles en la creacin solucin y uso de los modelos cuantitativos. (ara la administracin los modelos de inter$s en su mayora son llamados modelos de decisin contiene variables de decisin la solucin del modelo produce valores num$ricos de estas variables de decisin. !stos valores implican decisiones especificas. Se sigue de a"u "ue la seleccin de una decisin e"uivale a la determinacin de valores num$ricos de las variables de decisin. !l contrato de los modelos cuantitativos de #ecisin son n/meros. Las decisiones se basan en la evaluacin de los datos num$ricos. MODELOS DETERMINISTICOS !stos modelos constituyen una e.agerada simplificacin de la realidad sin embargo y en honor a la verdad hay cosas en donde la informacin es deterministica %se trabaja con ordenes de produccin por contrato&. !ste tipo de problemas se utiliza con indeterminado grado de e.ito. MODELO ESPECIAL DE 2AGNER 3 2'ILIN !l modelo matemtico anterior trabaja para cual"uier tipo de funcin de costos cuando es un perodo tanto el costo unitario de produccin y reordene como el costo unitario de mantenimiento son funciones constante o decrecientes respectivamente de 5e 6 7e 8 9. !ntonces el modelo anterior se puede simplificar considerablemente y se conoce bajo el nombre de :agner y :hilin por ser estos autores los "ue contribuyen a su simplificacin. CONSTR1CCIN DE LOS MODELOS DE PROGRAMACIN LINEAL Listados ahora los re"uerimientos para construir modelo de programacin lineal. un

Re4"e( ! e%*o 1.- ;uncin <bjetivo3 #ebe haber un objetivo %o meta o blanco& "ue la firma desea alcanzar. (or ejemplo ma.imizar las utilidades en dlares minimizar el costo en dlares ma.imizar el potencial de clientes esperados minimizar el tiempo total etc. Re4"e( ! e%*o 2.- ,estricciones y decisiones3 #ebe haber cursos alternativos de accin o decisiones uno de los cuales permite alcanzar el objetivo. Re4"e( ! e%*o 3.- La funcin objetivo y las restricciones son lineales3 #ebemos estar en capacidad de e.presar las decisiones del problema incorporandolas a la funcin

objetivo y las restricciones sobre decisiones usando solamente ecuaciones lineales o desigualdades lineales. !s decir debemos estar en capacidad de formular el problema como un modelo de programacin lineal. CARACTER5STICAS DE LOS PROBLEMAS DE PROGRAMACIN LINEAL !n esta seccin veremos las propiedades bsicas de un problema de programacin lineal discutiremos la proporcionalidad la aditividad la divisibilidad y la optimalidad. P(o-o(# o%al dad.- !n un modelo de programacin lineal la funcin objetivo y cada restriccion de las variables de decisin tienen "ue ser lineales. !s decir el indicador de eficiencia en la funcin objetivo y la cantidad de cada recurso usado tienen "ue se proporcionales al valor de cada variable de decisin considerada individualmente. Ad * , dad.- !n un modelo de programacin lineal es necesario "ue cada variable sea 1aditiva1 respecto a la utilidad %o costo& y a la cantidad de recursos usados. (or ejemplo3 suponga "ue una compaa esta considerando la produccin de dos tipos de mesas. 4onsidere "ue la utilidad seria = 9>> . si . unidades de la primera mesa son vendidas y la segunda mesa no es producida considere tambi$n "ue = 9?> . seria la utilidad por la venta de . dos unidades de la segunda mesa si .9 @ > los dos productos son aditivos respecto a la utilidad solamente si la utilidad total fuera =9>>.98= 9?>.?. D , s & l dad.- (ara muchos de los problemas propios de los negocios es muy frecuente el caso de "ue las variables de decisin puedan tener significado. VENTA6AS COMP1TACIONALES EN LA PROGRAMACIN LINEAL <bserve la siguiente propiedad de la programacin lineal. La solucin del modelo primal aporta la solucin del modelo dual y viceversa. !sto puede ser de gran ayuda en la solucin de problemas de programacin lineal. ,ecuerde "ue3 el n/mero de restricciones en el modelo primal es igual al n/mero de variables en el modelo dual. 2ambi$n observe "ue3 el n/mero de variables en el problema primal es igual al n/mero de restricciones en el modelo dual. Modelos de I%,e%*a( os.- 4ubren prcticamente cual"uier situacin imaginable de negocios. Las decisiones bsicas

de inventario comprenden cuantas unidades se deben pedir y cuando se deben pedir. 0un"ue e.isten muchas semejanzas en todos los sistemas de inventarios cada sistema es suficientemente /nico para e.cluir la utilizacin de un modelo general de decisin de inventarios para todas las situaciones. Los inventarios pueden definirse ampliamente como la cantidad de artculos mercancas y otros recursos econmicos "ue son almacenados o se mantiene inactivos en un instante de tiempo dado. Los recursos econmicos varan en cantidad con el tiempo es respuesta al proceso de demanda "ue opera para reducir el nivel de inventario y el proceso de abastecimiento "ue opera para elevarlo. Aormalmente la demanda es una variable no controlable pero la magnitud y la frecuencia del abastecimiento es controlable. Los inventarios pueden comprender materias primas "ue esperan para ser utilizados en la produccin de artculos productos semiterminados o productos en proceso almacenados temporalmente durante el proceso de produccin. (ara poner como ejemplo tenemos los siguientes3 1. 2. I%,e%*a( os e% *(/%s *o o de #o%d"#*o.!stos inventarios estn formados por suministros para cubrir retardos en el manejo y el trnsito. I%,e%*a( os # #lo o de *a!a7o de lo*e.!sto son inventarios "ue perdimos en tamao de lote por"ue es mas econmico hacerlo as "ue pedirlo cuando sea necesario satisfacer la demanda. I%,e%*a( o de a!o(* 0"a#)o% 8!a*e( al de se0"( dad9.!stos son inventarios para prevenir faltantes debido a fluctuaciones inciertas de la demanda. I%,e%*a( os de desa#o-le.- !stos inventarios tiene como funcin desacoplar operaciones ejemplo en el sistema completo produccin distribucin. !sto permite "ue las diversas actividades de produccin operan mas independientemente sin tener "ue confiar completamente en la programacin de salida de actividades previas al proceso de produccin. I%,e%*a( os Es*a# o%ales.- Los inventarios utilizados con este fin se disean para cumplir mas econmicamente la demanda estacional variando los niveles de produccin para satisfacer fluctuaciones en la demanda.

3. :.

;.

Bn sistema de inventarios puede tener varios puntos de apro.imamiento en vez de un solo punto. 0 menudo estos

puntos se organizan de tal forma "ue un punto es una fuente de suministro para otros puntos. !ste tipo de estructura puede repetirse en varios niveles de sistema produccin' distribucin donde el punto de demanda puede de nuevo convertirse en un nuevo punto de suministro. 0 este sistema se le denomina sistema 1multi categoria1. 9. ?. C. D. E. F. -odelo clsico 4!( %no se permiten faltantes& -odelo 4!( %se permiten faltantes& -odelo 4!( con descuentos por cantidad. -odelo 4!( para lotes de produccin3 un solo producto -odelo 4!( para lotes de produccin productos m/ltiples -odelo 4!( con restriccin de recursos.

4uatro de estos modelos tratan con un solo artculo de inventario. #os modelos consideran el sistema de varias mercancas con recursos limitados "ue compiten. !l primer modelo presentara el modelo bsico de inventarios. Los modelos subsiguientes son e.tensiones efectivas de este modelo "ue reflejan uno o mas cambios en las suposiciones bsicas del modelo. MODELO CEP CON DESC1ENTO POR CANTIDAD !s com/n "ue los proveedores ofrezcan descuentos por cantidad para proporcionar un incentivo por la compra de grandes cantidades ofreciendo un costo unitario mas bajo cuando la mercanca se compran en grandes lotes cantidades. Fo(!"la# o% del !odelo.- !l modelo de descuento por cantidad se formula de la misma manera "ue el modelo clsico 4!( e.cepto "ue los costos de los artculos comprados %adems de los costos de mantenimiento y costos de pedido& deben incluirse como un costo incrementa en la e.presin 4I2. la e.presin 4I2 es as.3 4I2@costo de pedir 8 compra costo de mantenimiento 8 costo de

MODELO CEP CON RESTRICCIONES 0lgunas veces el modelo 4!( produce un resultado "ue no es factible vimos "ue esto ocurre en el modelo de descuentos en cantidades y tambi$n en el modelo de produccin para productos m/ltiples "ue utilizan la misma instalacin de produccin. Gay otras situacin "ue no hemos considerado todava en donde un resultado no factible se puede presentar. (or ejemplo este puede ocurrir cuando el inventario se restringe por factores tales como

espacio de almacenamiento o por el monto total del capital "ue puede invertirse en el inventario.

FASES DE LA INVESTIGACIN DE OPERACIONES !l proceso de la investigacin de operaciones comprende los siguientes cinco pasos principales3 9. ?. C. D. E. ;ormulacion y definicin del problema 4onstruccin del modelo Solucin del modelo Halidacin del modelo Implementacin de resultados.

FORM1LACION 3 DEFINICIN DEL PROBLEMA !sta fase del proceso re"uiere %9& una descripcin precisa de las metas u objetivos del estudio %?& identificacin de las variable de decisin controlables y no controlables del sistema de decisin y %C& reconocimiento de las limitaciones o restricciones en las variables del sistema y de las operaciones abiertas es asunto de juicio. Bno debe tener cuidado de definir el sistema de tal manera "ue no suboptimice por ejemplo

definir una meta "ue represente solamente una porcin del sistema y "ue pueda resultar perjudicial para toda la organizacin o no tener en cuenta las alternativas posibles de decisin y las restricciones y produciendo una solucin inadecuada. CONSTR1CCIN DEL MODELO !sta es la fase del proceso. (rimero el investigador de operaciones debe decidir el modelo mas adecuado para representar el sistema este modelo debe especificar relaciones cuantitativas para el objetivo y las restricciones del problema en t$rminos de variables de decisin. #ebe proporcionar estimados de los parmetros obteniendo bien sea a partir de datos histricos o subjetivos o formalmente estimados por medio de alg/n mecanismo estadstico se debe escoger un horizonte de tiempo. 2ambi$n se debe determinar si el sistema se considera deterministico o probabilistico. !l modelo puede ser matemtico de simulacin o heurstico dependiendo de la complejidad y posibilidad de solucin de las relaciones matemticas. SOL1CIN DEL MODELO #ado el conjunto junto con sus parmetros especificados por datos histricos tecnolgicos o prcticos el investigador de operaciones calcula o deriva una solucin matemtica. Si el modelo se acomoda a uno de los modelos matemticamente bien conocidos como el de programacin lineal se puede obtener una solucin optima utilizando estas t$cnicas. Las diversas t$cnicas matemticas para llega a estas soluciones corresponden a la mayora del contenido de este te.to. (or otra parte si las relaciones matemticas del modelo son muy complejas para permitir una solucin analtica entonces el m$todo de simulacin puede ser el mas apropiado. Si se utilizan modelos heursticos o de simulacin la b/s"ueda de la optimalidad debe reemplazarse por la b/s"ueda de buenas soluciones. 0dems para la solucin del modelo uno debe tambi$n realizar anlisis de sensibilidad esto es determinar el comportamiento del sistema a cambios en las especificaciones y parmetros del sistema. !sto se hace debido a "ue los datos de entrada %parmetros& no necesariamente son precisos o estables y las suposiciones estructurales del modelo puede "ue no son vlidas. !l anlisis de sensibilidad es parte esencial de esta fase del proceso y no debe subestimarse.

VALIDACIN DEL MODELO La validacin de un modelo re"uiere "ue se determine si dicho modelo puede predecir confiablemente el comportamiento del sistema. 2ambi$n comprende la prueba de las suposiciones estructurales del modelo para determinar su validez un m$todo com/n para probar la validez de un modelo es comparar su desempeo con datos pasados disponibles del sistema actual. !l modelo ser valido si bajo condiciones similares de entrada puede reproducir razonablemente el comportamiento pasando del sistema. Aaturalmente no hay seguridad de "ue el comportamiento futuro del sistema contin/e duplicando la historia pasada. 0s uno siempre debe estar alerta de cambios posibles del sistema con el tiempo para ajustar el modelo en forma acorde. IMPLEMENTACIN La implementacin debe empezar realmente al iniciar el estudio de investigacin de operaciones. Ao podemos dejar de enfatizar la importancia de "ue los gerentes "ue tendrn "ue actuar en los resultados de estudio del e"uipo investigador analicen el problema. #e otra manera el proyecto la posibilidad de ser juzgado como un ejercicio interesante pero acad$mica e inconcluso. Si el modelo es utilizado mas de una vez en el anlisis de problema de decisin el modelo debe revisarse cada vez para tener en cuenta los aspectos del problema y los datos actuales. #ebido a "ue el modelo debe usarse repetidamente la documentacin del modelo y los planes para su actualizacin no son solo deseables sino necesarios.

E6EMPLO. !n una compaa se procesan tres productos a trav$s de tres operaciones diferentes los tiempos %en minutos& re"ueridos por unidad de cada producto la capacidad diaria de las operaciones %en minutos por da& y el beneficio por unidad vendida de cada producto %en peso& son como sigue3 <peracin 2iempo por unidad %minutos& (rod. 9 (rod. ? (rod. C 4apacidad de <peracin %-inutos . da&

9 ? C Ianancia . = unidad

9 C 9 C

? > D ?

9 ? > E

DC> DF> D?>

Los tiempos cero indican "ue el producto no re"uiere la operacin dada. Se supone "ue todas las unidades producidas se venden. 0dems los beneficios dados por unidad son valores netos "ue resultan adems despu$s "ue se producen todos los costos pertinentes. La meta del modelo es determinar la produccin diaria optima para los tres productos "ue ma.imice el beneficio. 4omo se mencion antes los principales elementos de un modelo matemtico son %9& las variables incgnitas %?& la funcin objetivo %C& las restricciones. Las variables se identifican inmediatamente como el n/mero diario de unidades "ue deben fabricarse de cada producto sean 59 5? 5C el n/mero diario de unidades diarias producidas de los productos 9 ? y C. #ebido a la hiptesis de "ue todas las unidades producidas se venden el beneficio total 5o para los tres productos es 5o @ C. 8 ?. 8 E.. Las restricciones del problema deben asegurar "ue el tiempo de procesamiento total re"uerido por todas las unidades producidas no e.ceda la capacidad diaria de cada operacin esto se e.presa en la siguiente forma3 <peracin 93 <peracin ?3 <peracin C3 9. 8 ?. 8 9. @ J DC> C. 8 >. 8?.C @ J DF> 9. 8 D. 8 >. @ J D?>

#ebiendo a "ue no tiene sentido producir cantidades negativas deben agregarse las restricciones de no negatividad .K @ > . K >y . K >. La justificacin es "ue es mejor usar todos los recursos disponibles "ue desperdiciar parte de ellos. !ste razonamiento no se sostiene ya "ue el uso de %J& automticamente implica %@&. (or consiguiente si la solucin ptima re"uiere "ue todas las restricciones se satisfagan e.actamente la desigualdad %J& todava permiten esto. !n otras palabras las igualdades estrictas no debern imponerse a menos "ue el problema re"uiera "ue todas las operaciones deban trabajar a su m.ima capacidad. !l modelo como sigue3 de programacin lineal se resume ahora

-a.imizar . @ C. 8 ?. 8 E. Sujeto a3 .9 8 ?.? 8 .C J C.9 8 ?.C J . 8 D. J .9 .? .C K DC> DF> D?> >

E6EMPLO 8ME<CLA DE ALIMENTOS9 Bna de las aplicaciones mas e.itosas de la programacin lineal trata sobre la determinacin de una mezcla ptima de alimentos para satisfacer las necesidades nutritivas de un animal o una persona con el costo mnimo. !l modelo supone la disponibilidad de ciertos ingredientes con los cuales se mezcla el alimento. Se conoce el contenido nutritivo de cada ingrediente las descripciones del modelo incluyen %9& re"uerimiento nutritivos diarios del animal y %?& limitaciones fsicas o no nutritivas tales como abasto te.tura o consistencia y disponibilidad de aglomeramiento. !l objetivo es minimizar el costo total de un tamao de lote de la mezcla de tal manera "ue se satisfagan las restricciones fsicas y nutritivas un ejemplo muy simplificado se aplica a la formulacin de una dieta para pollos. Suponga "ue el lote diario re"uerido de la mezcla son 9>> libras. La dieta debe contener3 9. ?. C. 0 menos >.LM pero no mas de 9.?M de calcio. 0l menos ??M de protenas 0 lo mas EM de fibras crudas.

Suponga "ue los principales ingredientes utilizados incluyen maz soya y caliza %carbonato de calcio&. !l contenido nutritivo de estos ingrediente se resumen a continuacin. L &(as -o( = &(a de Ingredient e (iedra caliza -az 0limento de soya %0(ed e%*es (rotenas >.>> >.>N >.E> ;ibra >.>> >.>? >.>L 4osto = por libra >.>9FD >.>DFC >.9?E>

4alcio >.CL> >.>>9 >.>>?

Sean .9 .? y .C las cantidades en libras de caliza maz y soya son utilizados para producir la mezcla de 9>> libras. !ntonces el modelo de programacin lineal llega a ser3 -inimizar 5o @ >.>9FD . 8>.>DFC.9 8 >.9?E>.? sujeto a3 .9 8 .? 8 .C @ 9>> >.CL>. 8 >.>>9. 8 >.>>>?.C J >.>9? . 9>> >.CL>.9 8 >.>>9.C 8 >.>>>?. K >.>>L . 9>> >.>N .C 8 >.E>. K >.?? . 9>> >.>?.? 8 >.>L.C J >.>E . 9>> .9 .? .C K > La primera restriccin indica el tamao del lote. La segunda y la tercera restriccin especifican los re"uisitos ma.imoa y mnimos de calcio. La demanda mnima de protena esta dada en la cuarta restriccin mientras "ue la "uinta estipula la necesidad m.ima de fibra cruda. E6EMPLO 8PROBLEMA DE LA PERDIDA DE A61STES9 Bna fbrica de papel recibi tres pedidos de rollos

de papel con los anchos y longitudes indicadas en la tabla siguiente3 Ped do No. 9 ? C A%#>"(a 8- es9 E O N Lo%0 *"d 8- es9 9> >>> C> >>> ?> >>>

los rollos se producen en la fabrica con dos anchos estndar 9> y ?> pies los cuales hay "ue recortar a los tamaos especificados por los pedidos. Ao e.iste lmite sobre la longitud de los rollos estndar ya "ue para propsitos prcticos los rollos de longitud limitada pueden unirse para proporcionar las longitudes re"ueridas. !l objetivo es determinar el es"uema de produccin %modelos de corte& "ue minimicen la perdida por ajuste y satisfaga la demanda dada. '''''''' SP 9> '''''''' SP (erdida @ >

La pregunta inmediata es como deber cortarse el ancho de los rollos estndar. !sta se responde considerando

todas las combinaciones posibles para cortar los anchos de 9> y ?> a los re"ueridos de E O y N por ejemplo el rollo de 9> puede cortarse siguiendo el plan de la figura anterior el rollo anterior puede cortarse siguiendo el plan de la figura ?'C este plan re"uiere E >>> pies de rollo de 9> y C> >>> pies de rollo de ?> para satisfacer los re"uisitos del pedido de E pies de ancho para el rollo de ?> el area de perdida esta dada por D . C> >>> 8 N . 9> >>> @ ?9> >>> pies donde %N . 9> >>>& representa el rea de los e.tras 9> >>> @ C> >>> ' ?> >>>& del ancho de N pies producida sin necesidad. ?> ''''''''''''''''''''''' OP NP (erdida@DQpies %long&

Sea . la longitud de i'esimo rollo %i@9 para 9>P ei @ ? para ?>P& el cual se corta de acuerdo con el modelo j. La tabla "ue sigue muestra los modelos posibles para ambos rollos estndar. (or ejemplo los modelos especificados por . y .. i @ 9 %9>P& 0nchura EP OP NP (erdida 59 ? > > > 5? > 9 > C 5C > > 9 9 5D D > > > 5E ? 9 > C 5F ? > 9 9 i @ ? %?>P& 5O 9 ? > 9 5L > 9 9 D 5N > > ? ? ,e"uisitos 9> >>> C> >>> ?> >>>

Sean S9 S? y SC las longitudes producidas en e.ceso de los rollos con anchos de EP OP y NP respectivamente. !ntonces el problema completo "ueda como sigue3 -inimizar. . @ C.9 8 .? 8 C.C 8 .D 8 .E 8 D.F 8 ?.O 8 ES9 8 OS? 8 NSC Sujeto a3 ?.9 8 ?.D 8 ?.C 8 ?.D 8 .E ' S9 @ 9> .9 8 .? 8 ?.C 8 .D ' S9 @ C> .9 8 .? 8 .C 8 ?.D ' S9 @ ?> .9 K <S9 K > para todas las i y todas las >>> >>> >>> j.

!l modelo es fcilmente aplicable a problemas similares en aserraderos donde se surten los pedidos aserrando los troncos estndar para obtener las longitudes deseadas. E6EMPLO 8BALANCEO EN EL ENSAMBLLE9 Bna unidad completa de un cierto producto consiste de D unidades del componente %0 y *& se fabrican con dos materias primas diferentes de las cuales se tienen disponibles respectivamente 9>> y ?>> unidades. 2res departamentos estn en el proceso de produccin y cada departamento utiliza un m$todo diferente para fabricar los componentes. La tabla siguiente de los re"uisitos de materia prima por corrida de produccin y las unidades resultantes de cada componente. !l objetivo es determinar el n/mero de corridas de produccin para cada departamento "ue ma.imizara el n/mero total de unidades completas del producto final. !ntrada por corrida de (roduccin %unidades& #pto. -at.(rim.9 9 L ? E C C -at.(rim.? F N L Salia por corrida de (roduccin %unidades& 4omp. 0 O F L 4omp. * E N D

Sean . .y . el n/mero de corridas de produccin para los departamentos 9 ? y C. !l n/mero total de unidades de componente 0 producidas por los tres de componentes * es E.9 8 N.? 8 D. las restricciones correspondientes sobre las materias primas estn dadas como L.9 8 E.? 8 C.? J 9>> para la materia prima 9 y por F.9 8 N.? 8 L.C J ?>> para la materia prima ?. 6a "ue el objetivo es ma.imizar el n/mero total de unidades del producto final y ya "ue cada una de tales unidades re"uiere D unidades del componente 0 y tres unidades del componente b el n/mero m.imo de unidades del producto final no puede e.ceder el valor mas pe"ueo de. O.9 8 F.? 8 L.C y E.9 8 N.? 8 D.C D C por consiguiente la funcin objetivo ser3 -a.. 5 @ min RO.9 8 F.? 8 L.? E.9 8 N.? 8 D.CS D C

La funcin objetivo anterior es no lineal. (uede usarse una transformacin "ue reducir el modelo anterior a un formato aceptable de programacin lineal. Sea. y @ min RO.9 8 F.? 8 L.C D E.9 8 N.? 8 D.CS C

!ntonces 1y1 es el n/mero final de unidades ensambladas el cual es igual a la menor de las dos e.presiones. 6a "ue se conoce con anterioridad cual e.presin es mas pe"uea la ecuacin anterior implica. O.9 8 F.? 8 L.C K y D Se lineal. reduce al 6 E.9 8 N.? 8 D.C K y C problema de programacin

siguiente . 8 8 8 8

-a.imizar O.9 8 F.? E.9 8 N.? L.9 8 E.? F.9 8 N.?

@ y L.C ' Dy K > D.C ' Cy K > C.C ' J 9>> L.C J ?>>

TERMINOS BASICOS 1. PROD1CTIVIDAD.' 4antidad de producto "ue se obtiene por unidad de un factor empleado. Los incrementos en la productividad se derivan del uso ms eficiente de dicho factor. 4uando dicho factor es el trabajo se habla de productividad del trabajo y si el factor empleado es el capital se habla de la productividad del capital. CALIDAD.' 4alidad significa "ue todo el producto sea vendido en ptimas condiciones a entera satisfaccin del cliente tanto en servicios como en produccin. La calidad es sinnimo de competitividad pues cuanto mayor calidad tenga el producto mayor competitividad tendr la empresa RENTABILIDAD.',endimiento de una inversin e.presado en t$rminos porcentuales EFICIENCIA.'La razn de la productividad obtenida en el desarrollo del trabajo. 4uanto ms alto es el valor de la productividad tanto mayor es la eficiencia del proceso. EFICACIA.' !s un concepto ligado a la eficiencia pues esta cuanto mayor eficiencia se tiene en las labores realizadas mayor ser la eficacia "ue se obtiene en las tareas hechas.

2.

3. :.

;.

?.

GLOBALI<ACION.' !ste concepto se est utilizando en estos /ltimos tiempos y significa "ue las empresas deben estar interconectadas a todos los servicios al sistema financiero y al mundo en general. Las empresas desde pe"ueas unidades hasta grandes y complejas se ha hecho manifiesta una creciente tendencia hacia la incorporacin de nueva tecnologa ligada a la renovacin de ma"uinarias e instalaciones de produccin herramientas e"uipos y materiales suministros y servicios revisin de producto y procesos productivos as como a la informacin mundial a trav$s de Internet. REINGENIERIA.' Significa reinventarse a s misma donde como principio rector no se pretende arreglar nada de lo e.istente sino volver a empezar arrancar de cero. Se afirma "ue la reingenieria tiene como sustento los mismos atributos "ue hicieron e.itosos a los grandes innovadores empresariales3 individualismo confianza en s mismos voluntad de correr riesgo y propensin al cambio. !n la esencia de la reingenieria esta la idea del pensamiento discontinuo3 el abandono de ideas anticuadas y supuestos fundamentales el reemplazo de preguntarse 1cmo hacer las cosas1 por el 1por "u$ se hacen1. 0l aplicar este cuestionamiento se descubre "ue muchas de las tareas se realizan no para satisfacer necesidades de los clientes %calidad precio y servicio& sino de la administracin.

@.