Investigacin de Operaciones 1

Profesor: Karl Corporn

Contacto: karl.corporan@intec.edu.do
 Descripcin de la asignatura (1)
Clave INI-341
Crditos: 04
Pre-requisitos: CBM-302
Tipo de asignatura: Obligatoria, con Laboratorio

Descripcin: Esta asignatura abarca temas de matemtica aplicada

enfocados en la optimizacin del uso de los recursos, apoyndose
as de la aplicacin de conocimientos prcticos utilizando ejemplos
ingenieriles para un desarrollo cognitivo que est alineado con una
introduccin a la gerencia de operaciones. Se espera que el
estudiante pueda analizar e interpretar datos e instrucciones,
formular y solucionar problemas de minimizacin y maximizacin
de recursos, as como una introduccin a la gestin de proyectos.
 Descripcin de la asignatura (3)
Propsitos generales:
Comprender la importancia y criticidad del proceso de optimizacin de
recursos a travs de mtodos matemticos.
Motivar el inters relacionado con la gerencia de operaciones y la
gestin de proyectos.
Aplicar los conocimientos adquiridos en la resolucin de problemas
latentes en la industria relacionado a Eficientizacion de procesos y
recursos.
Propsitos especficos / competencias:
Formular, modelar y solucionar problemas de programacin lineal.
Interpretar los resultados para plantear una solucin practica.
Utilizar el anlisis de sensibilidad para comprender el dinamismo de
los problemas planteados.
Conocer tcnicas de PERT y CPM para lograr una introduccin al
manejo de proyectos.
 Descripcin de la asignatura (4)
Contenido bsico de la asignatura:
1. Introduccin a la investigacin de Operaciones
1. Historia de la Investigacin de Operaciones.
2. Tipos de modelos matemticos. reas de aplicacin.
2. Introduccin la programacin lineal
1. Formulacin de modelo matemtico.
2. Sistemas de ecuaciones.
3. Generacin de puntos extremos. Mtodos de solucin grafica.
3. Mtodo del Simplex
1. Generacin de solucin inicial: mtodos de la M y de las dos fases.
2. Solucin optima. Anlisis de Sensibilidad.
3. Casos especiales: degeneracin, mltiples optimas, solucin no
registrada y solucin no factible.
4. Dualidad del Simplex.
 Descripcin de la asignatura (4)
Contenido bsico de la asignatura:
4. Modelo de Transporte
1. Modelo matemtico. Construccin de tablas.
2. Soluciones iniciales: Mtodo de la esquina noroeste, Coto
mnimo y Mtodo de Aproximacin de Vogel.
5. Modelo de asignacin
1. Mtodo Hngaro
6. Modelos de Redes
1. Mtodo de la ruta mas corta
2. Modelo de flujo mximo. Ruta Critica (CPM)
3. Program Evaluation and Review Technique (PERT)
 Descripcin de la asignatura (5)
Estrategia de enseanza:
Catedra magistral
Resolucin de problemas o casos
Presentaciones
Prcticas / Asignaciones grupales e individuales
Proyecto grupal de aplicacin prctica

Evaluacin:
Primer Parcial Jueves 4ta (T=5, P=15) 20 pts
Segundo Parcial Jueves 8va (T=5, P=15) 20 pts
Proyecto final Jueves 10ma o Martes 11va 15 pts
Presentacin Investigacin Ver Calendario 15 pts
Laboratorio - 20 pts
Asignaciones Ver Calendario 10 pts
Extra Moodle (Insignias y glosario) 10 pts
Total - 110 pts
 Descripcin de la asignatura (6)
Prcticas / asignaciones :
2 mapas mentales y 3 entregas de 15 ejercicios de los captulos relacionados a los temas
tratados en la clase (5 entregas): Segn las fechas en la plataforma virtual, deben
entregarse las asignaciones correspondientes a cada tema en la semana que
corresponde al tema (domingo al medio da). Las entregas hasta con 1 semana de
tardanza sern penalizadas con un 50% del valor de la misma. No se recibirn tareas
pasada una semana de la fecha de entrega. (10pts).

Trabajo de Investigacin y Profundizacin:

Trabajo escrito y presentacin oral de 20 minutos. Todas las presentaciones deben
incluir ejemplos: (Reporte=5pts, Evaluacin Profesor=5pts y Evaluacin Estudiantes =
5pts)
Modelos Estandar 1 (Dieta, Planificacin de Horario y Presupuesto): Semana 3.
Algoritmos alternos 1 (Punto Interno y Gran M): Semana 5.
Modelos Estandar 2 (Planificacin Financiera, Mezcla y Procesamiento de Produccin): Semana
7.
Programacin Lineal Entera (lineal-mixta y binaria: ejemplos, mtodo de solucin, restricciones
tipo AND y OR): Semana 9.
Algoritmos Alternos 2 (Simplex para Transporte,etc.): Semana 9.
 Descripcin de la asignatura (7)
Proyecto Final:
Los estudiantes estudiarn un problema real y propondrn un modelo de programacin lineal para la
resolucin del mismo. Deben proveer una descripcin del problema, su metodologa de anlisis y
solucin, propuestas, anlisis de post-optimalidad y conclusiones. Es importante que las propuestas
incluyan una evaluacin de lo que implicara la implementacin de su propuesta para el cliente en
trminos de recursos humanos, dinero, materiales, espacio, tiempo, etc, y el retorno de dicha
inversin. Utilizarn formato IEEE tanto para el reporte como para citar sus referencias.
Evaluacin:
Acta de Constitucin del proyecto: 3pts
Reporte del Proyecto (Contenido y Forma): 7pts
Presentacin del Proyecto: 5pts
Requisitos de la presentaciones:
Si se atrasan mas de 5 minutos para iniciar, perdern la oportunidad de presentar. El da de la
presentacin, ustedes iniciarn la clase, as deben tener todo listo de manera puntual.
No leer las diapositivas, estas deben ser guas visuales para su audiencia sobre lo que estn
explicando.
Asegrense que los textos se puedan leer desde toda el aula y que el su audiencia pueda entender lo
que estn explicando. (Habrn preguntas sobre estos temas en los parciales).
Duracin mxima de 20 minutos.
No me miren a mi, miren a su audiencia.
Citar referencias con formato IEEE.
 Descripcin de la asignatura (8)
Bibliografa:
Investigacin de Operaciones 9na edicin: Hamdy A. Taha
Introduccin a la investigacin de Operaciones 9na edicin: Frederick S. Hillier y Gerald J. Lieberman
Investigacin de Operaciones: Aplicaciones y Algoritmos 4ta edicin : Winston & Bruna
Introduction to Linear Optimization: Bertsimas & Tsitsiklis

Lecturas por semana:

Semana Capitulo Taha Capitulo Hillier/Lieberman Tema
1 1 1y2 1. Que es la Inv. De Op.
2 2 3 2. Modelado PL
3 3 3 2. Sol. Grfica y Simplex
4, 5 y 6 3 4, 5 y 6 3. Gran M y Post-Optimalidad
7 4 6 3. Dualidad y Simplex Dual
8y9 5 8 4y5. Transporte y asignacin
10 6 9 6. Modelos: Redes

Otras lecturas recomendadas:

Capitulo Taha Capitulo Hillier/Lieberman Tema
7 5 Mtodo Simplex revisado
8 - Modelos: Metas
9 11 Programacin Lineal Entera
12 10 Programacin dinmica
13 11 Modelos de Inventario
Investigacin de Operaciones 1

Introduccin a la Investigacin de
Operaciones
 Cundo inicia la Investigacin de
Operaciones?
Los seres humanos siempre se han preguntado
cual es la mejor manera de manejar sus recursos.
Durante la Segunda Guerra Mundial, la ciencia
tiene la responsabilidad de responder esta
pregunta.
La Investigacin de Operaciones nace para dar
una respuesta optima a problemas complejos y
repetitivos de manera eficiente. Su crecimiento
se ha debido gracias al esfuerzo continuo de los
cientficos en mejorar las tcnicas y al desarrollo
de la capacidad de las computadoras.
Ramas en que apoya y aplicaciones
La Investigacion de Operaciones se apoya principalmente en tecnicas
derivadas de:
Matematicas
Estadistica
Programacion
Sus aplicaciones incluyen:
Finanzas
Transporte
Salud
Inventario
Proyectos
Manufactura
Servicios en general
Economia
Guerra
 Investigacin de Operaciones: La
ciencia de tomar mejores decisiones
Imagina que vives en Barahona y que debido a
que estudias en Santo Domingo de lunes a jueves
vas y vienes todas las semanas. Un ticket de ida y
vuelta normal te cuesta $400, si el viaje incluye
un fin de semana te dan un 20% de descuento y
si compras un boleto de una direccin te costara
el 75% de un boleto regular de ida y vuelta.
Como deberias comprar las boletas para reducir
el costo de traslado durante las 11 semanas del
trimestre?
 Investigacin de Operaciones: La
ciencia de tomar mejores decisiones
Para dar la mejor respuesta a esta pregunta
tenemos que preguntarnos lo siguiente:
Cules son las alternativas que tenemos?
Conforme a que restricciones se toma la
decisin?
Cul es el objetivo adecuado para comparar las
alternativas?
 Investigacin de Operaciones: La
ciencia de tomar mejores decisiones
Alternativas:
Comprar 11 boletas de ida y vuelta regulares.
Comprar un boleto de ida, uno de vuelta y 9 de ida y
vuelta (sd-bh-sd) que cubran los fines de semana.
Comprar un boleto de ida y vuelta para llegar la
primera semana y volver la ultima, y 9 boletos de ida y
vuelta (sd-bh-sd) todos cubriendo fines de semana.
Criterio objetivo: El costo total mnimo.
Restricciones:
Debe regresarse a Barahona todas las semanas.
Debo estar en Santo Domingo de lunes a jueves
 Recomendaciones
Estos institutos se dedican al desarrollo de la
Investigacion de Operaciones a nivel mundial:
International Federation of Operational Research
Societies (IFORS): http://ifors.org/web/

Institute for Operations Research and the

Management Sciences (INFORMS):
http://www.informs.org
Su revista practica INTERFACES:
http://pubsonline.informs.org/journal/inte
Investigacin de Operaciones 1

Ejercicios en Clase
 Ejemplo 1: Programacin de Personal
UNION AIRWAYS va a agregar vuelos desde y hacia su aeropuerto base, por lo cual necesita contratar mas
agentes de servicio a clientes. Sin embargo, no esta claro cuantos mas debe contratar. La administracin
reconoce la necesidad de controlar el costo y al mismo tiempo proporcionar de manera permanente un nivel
satisfactorio de servicio. Por todo esto, un equipo de IO estudia la forma de programar a los agentes para
proporcionar un servicio satisfactorio con el menor costo en personal.
Con base en la nueva programacin de vuelos, se ha realizado un anlisis del numero mnimo de agentes de
servicio a clientes que deben encontrarse de guardia en diferentes momentos del da para proporcionar un
nivel satisfactorio de servicio.
La columna de la derecha de la tabla que se muestra en la siguiente diapositiva, se puede observar el numero
de agentes necesarios para los periodos dados en la primera columna. Los otros datos de la tabla reflejan uno
de los acuerdos del contrato colectivo vigente entre la compaa y el sindicato que representa a los agentes
del servicio al cliente. El acuerdo es que cada agente trabaje un turno de 8 horas durante 5 das de la semana,
y los turnos autorizados son:
1. 6:00 AM 2:00 PM
2. 8:00 AM 4:00 PM
3. 12:00 AM (MEDIO DIA) 8:00 PM
4. 4:00 PM 12:00 PM
5. 11:00 PM 6:00 AM
Las marcas en el cuerpo principal de la tabla muestran las horas cubiertas por los turnos respectivos. Como
algunos turnos son menos deseables que otros, los salarios que se especifican en el contrato difieren de uno a
otro. En el ultimo rengln se muestra la compensacin diaria con las prestaciones por cada agente para
cada turno. El problema consiste en determinar cuantos agentes deben asignarse a los turnos respectivos
cada da para minimizar los costos totales de personal debido a los agentes, de acuerdo con este ultimo
rengln, al mismo tiempo que se cumplen(o se sobrepasan) las necesidades de servicio dados en la columna
de la extrema derecha.
 Ejemplo 1: Programacin de Personal
Periodos Cubiertos
Turno
Periodo 1 2 3 4 5 Nmero mnimo
necesario
6AM-8AM X 48
8AM-12AM X X 79
10AM-12AM X X 65
12AM-2PM X X X 87
2PM-4PM X X 64
4PM-6PM X X 73
6PM-8PM X X 82
8PM-10PM X 43
10PM-12PM X X 52
12PM-6AM X 15
Costo diario por agente $170 $160 $175 $180 $195
 Modelo
Sets:
=
=
Parmetros:
=
= 1 , 0
=
Variables de decisin:
=
Funcin Objetivo:
=
Restricciones:

 Ejemplo 1: Programacin de Personal

Ejemplo programacin de turnos en US Airways. Hillier y Lieberman 9na edicin

x1 x2 x3 x4 x5 Resultado
Funcin Objetivo: 170 160 175 180 195
Solucin Optima: 48 31 39 43 15 = 30610

Restricciones: x1 x2 x3 x4 x5 inigualdad derecho Resultado

1 1 0 0 0 0 >= 48 48
2 1 1 0 0 0 >= 79 79
3 1 1 0 0 0 >= 65 79
4 1 1 1 0 0 >= 87 118
5 0 1 1 0 0 >= 64 70
6 0 0 1 1 0 >= 73 82
7 0 0 1 1 0 >= 82 82
8 0 0 0 1 0 >= 43 43
9 0 0 0 1 1 >= 52 58
10 0 0 0 0 1 >= 15 15
 Ejemplo 2 Produccin de Puertas y
Ventanas
La compaa WYNDOR GLASS CO. manufactura productos de vidrio de alta
calidad en sus tres plantas, incluyendo ventanas y puertas de vidrio. Los
marcos de aluminio y otras piezas son producidos en la Planta 1, los marcos
de madera son producidos en la Planta 2, y la Planta 3 produce las piezas de
vidrio y ensambla los productos.
Debido a la reduccin de las ganacias, la administracin ha decidido mejorar
la lnea de produccin. Los productos que no generen beneficios sern
descontinuados y la capacidad liberada ser utilizada en los productos con
mayores potenciales de ventas.
Producto 1: Puertas de cristal de 8 pies con marco de aluminio.
Producto 2: Ventanas en marco de madera de 4x6 pies.
Las puertas requieren parte de la capacidad de produccin de las plantas 1 y
3, mientras que las ventanas requieren las plantas 2 y 3. La divisin de
mercadeo ha determinado que la compaa podra vender tantos productos
como sean manufacturados por estas plantas. Pero, como ambos productos
compiten por la capacidad de la planta 3, no esta claro cual ser la mejor
mezcla de los dos productos para obtener los mayores beneficios. Por esta
razn se contrato a un equipo de IO que estudiar esta pregunta.
 Ejemplo 2 Produccin de Puertas y
Ventanas
El equipo determino que el problema era el siguiente:
Determinar que ratios de produccin debe establecerse para ambos
productos de manera que se maximicen los beneficios, sujeto a las
restricciones impuestas de capacidad de produccin de cada planta.
(Cada producto ser manufacturado en lotes de 20, as que los
ratios de produccin se presentaran en lotes por semana).
Cualquier combinacin que cumpla estas restricciones esta
permitida, incluso no producir algn producto.
Adems, el equipo determino el tipo de informacin que necesitan:
1. El numero de horas de produccin disponibles por semana en
cada planta para estos productos.
2. Numero de horas de produccin requeridas por cada lote de
producto en cada planta.
3. Beneficios generados por lote de produccin.

Estas informaciones estn presentadas en la siguiente diapositiva.

Ejemplo 2 Produccin de Puertas y
Ventanas
 Ejemplo 2 Produccin de Puertas y
Ventanas
Sets:
=
=
Parmetros:
=
=

=
Variables de decisin:
=
Funcin Objetivo:
=
Restricciones:

 Ejemplo 2 Produccin de Puertas y
Ventanas
Ejemplo programacin de produccion en WynDor. Hillier y Lieberman 9na edicin

x1 x2 Resultado
Funcin Objetivo: 3000 5000
Solucin Optima: 2 6= 36000

Restricciones: x1 x2 inigualdad derecho Resultado

1 1 0 <= 4 2
2 0 2 <= 12 12
3 3 2 <= 18 18