Investigacin Operativa

DESARROLLO DE MODELOS

El problema
Los recursos
son escasos

Los sistemas son cada

vez ms complejos

Cada vez es ms difcil asignar los

recursos o actividades de la forma ms eficaz

Investigacin operativa (I.O.)

Es la aplicacin del mtodo cientfico para
asignar los recursos o actividades de forma
eficaz, en la gestin y organizacin de sistemas
complejos
Su objetivo es ayudar a la toma de decisiones
Requiere un enfoque interdisciplinario

Historia de la I.O.
Se aplica por primera vez en 1780
Antecedentes:
Matemticas: modelos lineales (Farkas, Minkowski)
(s.XIX)
Estadstica: fenmenos de espera (Erlang, Markov)
(aos 20)
Economa: Quesnay (x.XVIII), Walras (s.XIX), Von
Neumann (aos 20)

El origen de la I.O. moderna se sita en la 2

Guerra Mundial

Historia de la I.O.
Al terminar la guerra, sigue el desarrollo en la
industria, debido a:
competitividad industrial
progreso terico
RAND (Dantzig)
Princeton (Gomory, Kuhn, Tucker)
Carnegie Institute of Technology (Charnes, Cooper)

gran desarrollo de los ordenadores

Actualidad de la I.O.
Sigue habiendo un gran desarrollo, en muchos
sectores, con grandes avances sobre todo en el
campo de la Inteligencia Artificial
Ms informacin:
Sociedad Espaola de Estadstica e Inv. Op. (SEIO)
www.cica.es/aliens/seio

Association of European O.R. Societies (EURO)

www.ulb.ac.be/euro/euro_welcome.html

Institute for O.R. and the Management Sci. (INFORMS)

www.informs.org

International Federation of O.R. Societies (IFORS)

www.ifors.org

El mtodo de la I.O.
Definicin del problema
Formulacin del problema y construccin del
modelo
Resolucin
Verificacin, validacin, refinamiento
Interpretacin y anlisis de resultados
Implantacin y uso extensivo
A lo largo de todo el proceso debe haber una interaccin
constante entre el analista y el cliente

El modelado
Es una ciencia
anlisis de relaciones
aplicacin de algoritmos de solucin

Y a la vez un arte

visin de la realidad
estilo, elegancia, simplicidad
uso creativo de las herramientas
experiencia

Definicin del problema

Consiste en identificar los elementos de
decisin
objetivos (uno o varios, optimizar o satisfacer)
alternativas
limitaciones del sistema

Hay que recoger informacin relevante (los

datos pueden ser un grave problema)
Es la etapa fundamental para que las
decisiones sean tiles

Formulacin del problema

Modelo: representacin simplificada de la
realidad, que facilita su comprensin y el
estudio de su comportamiento
Debe mantener un equilibrio entre sencillez y
capacidad de representacin
Modelo matemtico: modelo expresado en
trminos matemticos
hace ms claras la estructura y relaciones
facilita el uso de tcnicas matemticas y
ordenadores
a veces no es aplicable

Construccin del modelo

Traduccin del problema a trminos
matemticos
objetivos: funcin objetivo
alternativas: variables de decisin
limitaciones del sistema: restricciones

Pero a veces las relaciones matemticas son

demasiado complejas
heursticos
simulacin

Tipos de modelos
Determinsticos
Programacin
matemtica

Programacin lineal
Programacin entera
Programacin dinmica
Programacin no lineal
Programacin multiobjetivo

Modelos de transporte
Modelos de redes

Probabilsticos
Programacin
estocstica
Gestin de inventarios
Fenmenos de espera
(colas)
Teora de juegos
Simulacin

Resolucin
Determinar los valores de las variables de
decisin de modo que la solucin sea ptima (o
satisfactoria) sujeta a las restricciones
Puede haber distintos algoritmos y formas de
aplicarlos

Verificacin y validacin
Eliminacin de errores
Comprobacin de que el modelo se adapta a la
realidad

Interpretacin y anlisis
Robustez de la solucin ptima obtenida:
Anlisis de sensibilidad
Deteccin de soluciones cuasi-ptimas
atractivas

Implantacin
Sistema de ayuda y mantenimiento
Documentacin
Formacin de usuarios

Ejemplo n1
En una fbrica de cerveza se producen dos tipos: rubia y
negra. Su precio de venta es de 50 ptas/l y 30 ptas/l,
respectivamente. Sus necesidades de mano de obra son de
3 y 5 empleados, y de 5.000 y 2.000 ptas de materias primas
por cada 1000 l.
La empresa dispone semanalmente de 15 empleados y
10.000 ptas para materias primas, y desea maximizar su
beneficio. Cuntos litros debe producir?

Formulacin
Max z 50.000x1 30.000x2
s .a .
3 x1 5 x 2 15
5.000x1 2.000x2 10.000
x1 , x2 0

El modelo de P.L.
Opt z c1 x1 c2 x2 cn xn
s .a .
a11 x1 a12 x2 a1n xn b1

a m1 x1 a m 2 x2 a mn xn bm
x1 , x2 , , xn 0

El modelo de P.L.
z: funcin objetivo
CT (c1,...,cn): vector de coeficientes de la f.o.
XT (x1,...,xn): vector de variables de decisin
A (...,aij,...): matriz de coeficientes tcnicos
b (b1,...,bm): vector de demandas
Matricialmente,
Opt CTX
s.a.
AX b
x0

Forma cannica

Propiedades del modelo lineal

Proporcionalidad
La contribucin al coste y a las restricciones es
directamente proporcional al valor de cada variable

Aditividad
El coste y las restricciones son la suma directa de
las variables

Divisibilidad
Las variables pueden dividirse en cualquier tipo de
fraccin

Modelos de prog. entera

El modelo matemtico es el modelo de P.L.,
pero con algunas variables enteras
Programacin entera mixta (MIP)
x R+, y Z+

Programacin entera pura (IP)

x Z+

Programacin binaria 0-1 (0-1 MIP, 0-1 IP, BIP)

x {0,1}: variables de asignacin, lgicas

Son problemas ms complicados de resolver

que los de P.L.
El primer algoritmo de resolucin se plante en
el ao 1958 (Gomory)

Problemas tpicos

Problema del transporte

Problema de flujo con coste mnimo en red
Problema de asignacin
Problema de la mochila (knapsack)
Problema del emparejamiento (matching)
Problema del recubrimiento (set-covering)
Problema del empaquetado (set-packing)
Problema de particin (set-partitioning)
Problema del coste fijo (fixed-charge)
Problema del viajante (TSP)
Problema de rutas ptimas

Problema del transporte

Minimizar el coste total de transporte entre los centros de
origen y los de destino, satisfaciendo la demanda, y sin
superar la oferta
m

Min

c x

ij ij

i 1 j 1

s.a.
m

ij

b j , j 1..n

i 1
n

xij: unidades a enviar de origen i a destino j

cij: coste unitario de transporte de i a j
ai: unidades de oferta en el punto origen i
bj: unidades de demanda en el punto destino j
Se supone oferta total igual a demanda total

ij

ai ,i 1..m

j 1

xij 0, xij Z

Flujo con coste mnimo en red

Embarcar los recursos disponibles a travs de la red
para satisfacer la demanda a coste mnimo

Min

cij xij

i 1 j 1

s .a .
m

x x
ij

j 1

ki

k 1

xij 0 , xij Z

bi , j 1..m

xij: unidades enviadas de i a j (flujo)

cij: coste unitario de transporte de i a j
bi:recursos disponibles en un nodo i
oferta: bi>0
demanda: bi<0
transbordo: bi=0
Se supone oferta total igual a demanda total

Problema de asignacin
Minimizar el coste total de operacin de modo que:
- cada tarea se asigne a una y slo una mquina
- cada mquina realice una y slo una tarea
m

Min

cij xij

i 1 j 1

s .a .
m

ij

1, j 1..n

i 1
n

x
j 1

ij

1,i 1..m

xij 0 ,1

xij: 1 si la tarea i se hace con la mquina j

cij: coste de realizar la tarea i con mquina j
n tareas
m mquinas
Si hay ms mquinas que tareas se formula
con desigualdades, y se resuelve con tareas
ficticias

Problema de la mochila
Escoger un grupo de productos que maximice el valor
total sin exceder el espacio disponible
n

Max

cjxj

j 1

n objetos
aj: espacio que ocupa el objeto j
cj: valor del objeto j

s .a .
n

a x
j

b: volumen de la mochila

j 1

x j 0,1

xj: 1 si se escoge el objeto j

Problema de emparejamiento
Distribuir un conjunto por parejas de tal forma que el
valor sea mximo. Si hay elementos sin pareja:
emparejamiento imperfecto. Si estn en dos conjuntos,
emparejamiento bipartito.
2n -1 2n

Max cij xij

i 1 j11

s.a.
i -1

xki
k 1

2n

xij 1, i 1..2n

j i 1

xij 0,1

xij=1 si los elementos i y j son pareja

cij: valor de la pareja i-j
i<j

Problema de recubrimiento
Minimizar el coste de las actividades que en su conjunto
cubren todas las caractersticas al menos una vez
n

Min c j x j
j1

s.a.
n

a
j1

ij

m caractersticas
n actividades
xj=1 si la actividad j se realiza

x j 1, i 1..m

x j 0,1

cj: coste unitario de la actividad j

aij=1 si la caracterstica i est en la actividad j
A: matriz de incidencia

Problema de empaquetado
Maximizar el beneficio total de forma que hay que elegir
conjuntos completos de actividades, y que no se realice
una actividad dos veces
n

Min c j x j
j1

s.a.
n

a
j1

ij

m actividades
n conjuntos de actividades
xj=1 si se elige el subconjunto j

x j 1, i 1..m

x j 0,1

cj: beneficio por realizar el conjunto j

aij=1 si el conjunto j incluye la actividad i
A: matriz de incidencia

Problema de particin
Si en el problema de recubrimiento o en el de
empaquetado las desigualdades se cambian por
igualdades
n

Min c j x j
j1

s.a.
n

a
j1

ij

m actividades
n conjuntos de actividades
xj=1 si se elige el subconjunto j

x j 1, i 1..m

x j 0,1

cj: beneficio por realizar el conjunto j

aij=1 si el conjunto j incluye la actividad i
A: matriz de incidencia

Problema del coste fijo

Decidir la cantidad de cada producto de modo que se
minimicen los costes de produccin y se satisfaga la
demanda
n

Min c j x j f k yk
j1

k 1

s.a.
n

x
j1

ij

bj

akj x j M k yk , k 1..m
j1

xij 0, yk 0,1

xij: unidades del producto j

cj: coste unitario de produccin de j
yk=1 si se usa la instalacin k
fk: coste de arranque de la instalacin k
akj=1 si el producto j usa la instalacin k
bj: demanda del producto j
M: nmero lo suficientemente grande

Problema del viajante

Encontrar un circuito que visite exactamente una vez
cada ciudad empezando en la primera y que tenga
longitud mnima

Min

ij xij

(i, j) A

s .a .

ij

1 ,j V

i/(i, j) A

ij
j/(i, j) A

1,i V

xij 0 ,1

xij=1 si de i va directamente a j
cij: distancia entre i y j
A: conjunto de arcos
V: conjunto de nodos

ij 1,U
( i , j ) A / iU , jV U

ij
( i , j ) A / iU , jU

V / 2 U V 2

U 1,U V / 2 U V 2

Min

ij xijk

k 1 (i, j) A

s .a .
n

ijk

1,j V

i/(i, j) A k 1
n

ijk

1,i V

j/(i, j) A k 1

ijk

(i, j) A

i/(i, j) A

ijk

xijk 0 ,1

r/(j,r) A

jrk 1 ,j V ,k

Problema de rutas
n

Min

c x c x
ij

i 0 j 0

ijk

k 1

k 1

ojk

j 1

s .a .
n

1, j 1..n

ijk

i 0 k 1
n
ijk

i 0
n

N: clientes
M: vehculos

x x

jik

0 ,j ,k

i 0

xijk=1 si el vehculo k visita j despus de i

cij: coste unitario de transporte de i a j
dij: distancia de i a j
tij: tiempo de i a j

q x
i

i 1
n

Minimizar el coste total,

visitando todos los clientes

ijk

Qk ,k

j 0

ij xijk

i 0 j 0

s x
i

i 1

ijk

d 0k r0k ,k

j 0

ojk

1, k 1..m

j 1

x
iS jS k 1

ijk

S 1,2 S N 2

qi: demanda
si: tiempo de descarga
i: prioridad
Qk: capacidad
rok, dok: perodo tiempo disponible
ck: coste fijo por uso

Formulacin con var. binarias

Restricciones disyuntivas
f ( x) 0

f ( x) f

g ( x) 0

g ( x) (1 ) g

K de N alternativas deben darse

f1 ( x) 1 f1
f 2 ( x) 2 f 2
f n ( x) n 2 f n

j 1

N K , 0,1

Restricciones condicionales
f ( x) 0 g ( x ) 0

equiv. a

Decisiones contingentes
xy

yx

f ( x) 0 g ( x ) 0