GENERALIDADES DE LA

FORMULACIN

Ing. Sonia Jaimes. M.Sc.

Ing. Anglica Sarmiento. M.Sc.
Ing. Nicols Giedelman
2017-1

Objetivo: Plantear, resolver y analizar los resultados de modelos de
programacin matemtica.
Competencias generales:
Capacidad
De abstraccin, anlisis y
sntesis.
Para identificar, plantear y
resolver problemas.
Para tomar decisiones.
Para trabajar en equipo.
OPDO
Competencias especficas:
Capacidad
Para aplicar conocimientos
matemticos en el estudio de los
sistemas de operaciones.
Para formular problemas de
optimizacin y dar soluciones a
diversos problemas.
De interpretar las soluciones
arrojadas por los modelos con el
objetivo de dar solucin a una
problemtica planteada.
 HISTORIA DE LA INVESTIGACIN
DE OPERACIONES (IO)

Origen
Segunda guerra mundial, los aliados crearon grupos interdisciplinarios
dedicados a la planeacin de las operaciones militares
Toma de decisiones
Objetivos que se persiguen
Recursos disponibles
Primeros equipos de IO
Nuevos mtodos de uso de radares
Operaciones antisubmarinas y de proteccin
Tcnicas disponibles:
Mtodo simplex (1947- George Dantzing)
Desarrollos computacionales
 APLICACIONES DE LA IO

Area y de Energa elctrica

proyectiles Electrnica
Automotriz Alimenticia
Comunicaciones Metalrgica
Sector salud Instituciones
Instituciones gubernamentales
financieras Del papel
Computacin Del petrleo
Minera Del transporte
 APLICACIONES DE LA IO

Programacin Lineal y Entera: Teora de colas:

Asignacin de personal Congestionamiento del trfico
Mezcla de materiales terrestre
Distribucin y transporte Servicio de mquinas sujetas a
fallas
Carteras de inversin
Determinacin del nivel de la
Planeacin de los gastos de
mano de obra
comercializacin
Programacin del trfico areo
Estrategia de ventas
Diseo de presas
Planeacin de la produccin
Programacin de la produccin
Administracin de hospitales
Otras tcnicas de IO:
Teora de inventarios
Teora de juegos
Simulacin
Heurstica y Metaheursticas
 DEFINICIN DE IO

Es una rama de las matemticas consistente en el uso de

modelos matemticos, estadstica y algoritmos con objeto de
realizar un proceso de toma de decisiones.

Frecuentemente, trata el estudio de complejos sistemas

reales, con la finalidad de mejorar (u optimizar) el
funcionamiento del mismo.

La IO permite el anlisis de la toma de decisiones teniendo

en cuenta la escasez de recursos, para determinar cmo se
pueden maximizar o minimizar los recursos.
 MODELOS MATEMTICOS

Modelo: Representacin simplificada de la realidad con el

objetivo de entender una situacin o fenmeno, o resolver
problemas.
 MODELOS MATEMTICOS

Segn la variabilidad:
Determinsticos
Estocsticos
Segn los resultados:
Prescriptivos
Descriptivos
Segn conformacin de las ecuaciones
Lineales
No lineales
Segn comportamiento en el tiempo
Estticos
Dinmicos
 MODELOS DE PL - Caractersticas

Lineal: 1 , 2 , . , de 1 , 2 , . , es una funcin

lineal si y solo si para algn conjunto de constantes
1 , 2 , . , , 1 , 2 , . , = 1 1 + 2 2 + +
.
Determinstico: certidumbre en los datos (informacin).
Prescriptivo: busca encontrar una accin ptima e
identifica los efectos que diferentes cursos de accin
tienen sobre el objetivo.
Esttico o dinmico: los cursos de accin pueden
requerir o no sucesiones de decisiones para mltiples
periodos.
 MODELOS DE PL - Definicin

Un modelo de programacin lineal es una

interpretacin idealizada de la realidad en la que
se conocen con certeza los parmetros del modelo
(datos), est conformado por expresiones
matemticas (funciones lineales) y al solucionarlo
propone cuales deberan ser las decisiones a
tomar, en uno o varios periodos de tiempo.
 MODELOS DE PL - Definicin

Para establecer un modelo se requiere de:

Conocer cul es el objetivo
Identificar qu decisiones puede tomar para alcanzar el objetivo
Identificar los aspectos o recursos que limitan las decisiones a
tomar
Cmo se relacionan las decisiones con los recursos limitantes

Elementos:
Variables de decisin: describir de manera clara y completa las
decisiones que se pueden tomar = incgnitas
Funcin objetivo: criterio de decisin que tiene la empresa para
saber por qu una solucin es mejor que otra = solucin ptima
Restricciones: uso de los recursos escasos = limitaciones
 MODELOS DE PL - Estructura

max z cx
Variables de decisin (x)
s.a. Vector de costos (c)

Ax b Coeficientes tecnolgicos (A)

Terminos independientes o
x0 vector de recursos o SMR (b)
 MODELOS DE PL - Ejemplo

Pepita est iniciando un negocio que se dedicar a la venta de

dos tipos de postres: Tiramis y Choco flan.

La produccin est limitada por el dinero que ella tiene disponible

para contratar al pastelero, el cual le alcanza para contratar 24
horas mensuales y por la disponibilidad que le dan en su casa del
refrigerador que es tan solo de 10 horas.

Cada tiramis requiere 4 horas del pastelero y 2 horas de

refrigeracin para su produccin y cada Choco flan requiere 3
horas de pastelero y 1 hora de refrigeracin. Segn un estudio
que hizo Pepita ella obtendr $800 y $300 de utilidades por cada
Tiramis y Choco flan vendido respectivamente. Pepita est
interesada en maximizar su utilidad.
 MODELOS DE PL - Estructura

max z cx
Variables de decisin (x)
s.a. Vector de costos (c)

Ax b Coeficientes tecnolgicos (A)

Terminos independientes o
x0 vector de recursos o SMR (b)
 MODELOS DE PL - Estructura

X1= Cantidad de tiramis a producir y vender al mes

X2= Cantidad de choco flan a producir y vender al mes

max z 800 x1 300 x2

Vectores de costos
s.a.
Coeficientes tecnolgicos
4 x1 3 x2 24
Trminos independientes
2 x1 x2 20 o vector de recursos o SMR

x1 , x2 0
 MODELOS DE PL - Supuestos

Proporcionalidad: El aporte de cada variable de

decisin al cumplimiento de la funcin objetivo y de las
restricciones es proporcional al coeficiente que la
acompaa en tales expresiones.
Aditividad: La contribucin total de las variables de
decisin, al cumplimiento de la funcin objetivo y de las
restricciones, es la suma de los aportes individuales.
Divisibilidad: Las variables de decisin no son enteras
lo que hace suponer que las actividades se pueden
realizar a niveles fraccionales.
Certidumbre: Se conocen con certeza los parmetros.
 BIBLIOGRAFA

Eppen, G., & Gould, F. (2000). Investigacin de Operaciones en la Ciencia

Administrativa. Prentice - Hall Hisponoamericana, S.A.

Hillier, F., & Lieberman, G. (2007). Introduccin a la investigacin de

operaciones. Mxico: McGRAW - HILL / INTERAMERICANA DE ESPAA,
S.A.U.

Mooney, D., & Swift, R. (1999). A course in Mathematical Modeling. The

Mathematical Association of America.

Bohrquez, C., Jaimes, S., & Sarmiento, A. (2014). Notas de clase

Modelameinto Matemtico. Centro Editorial Escuela Colombiana de
Ingeniera Julio Garavito.