Escuela de Empresarios

Curso: Investigacin Operativa

Logro : Al finalizar el curso el alumno podr usar las tcnicas de investigacin de operaciones para optimizar los procesos de una empresa; ya sea esta de servicios o industrial a travs de estudio de casos, incentivando la profundidad del anlisis y la formulacin de propuestas efectivas y eficaces

Facilitador Lic. Manuel Jess Mendives Laura

Curso Investigacin Operativa

UNIDAD 2 BASES DE PROGRAMACIN LINEAL OPTIMIZACIN (SESIONES 4, 5 Y 6)

Logro : Al finalizar la Unidad el alumno aplica la Programacin Lineal para plantear modelos matemticos de Programacin Lineal que ayuden a optimizar, maximizar la utilidad o minimizar costos, efectivamente.

Agenda

Introduccin: el Administrador y el Modelo Programacin Lineal: Formulacin de Modelos Casos Casos resueltos en clase Casos a resolver por el alumno Formulacin de Modelos de PL en Hojas de Clculo.

1.- Introduccin: el Administrador y el

Modelo
A menudo los Administradores tratan con problemas que contienen limitaciones en los recursos, como: capital disponible para una inversin, hectreas de tierra disponibles para cultivo, tiempo disponible para culminar una obra, entre otros, con la intencin de obtener mayor utilidad, maximizar precios de venta, minimizar costos o lograr el menor tiempo de finalizacin de una obra. Es en ese momento que el Administrador se enfrenta a problemas del Mundo Real, los analiza y trata de resolver retroalimentndose con la informacin necesaria:

Interaccin de Retroalimentacin entre el Modelo y el Administrador

Situacin del Mundo Real (Identificacin del Problema) Formulacin y construccin del Modelo (Incluyendo la Adquisicin de Datos de Entrada) Producto del Modelo (Output) (Decisiones, Predicciones, otros Datos tiles) Comparacin del Producto (Output) con la Experiencia, Criterio e Intuicin del Administrador

Requiere Revisin

El Modelo se Implementa 5

Introduccin: el Administrador y el Modelo ste tipo de problemas pueden ser resueltos por los Mtodos Cuantitativos, los cuales evalan datos numricos y proporcionan datos numricos. Frente a un Problema Cuantitativo, lo primero que debemos hacer es enmarcarlo en su grado de Incertidumbre: Determinstico o Probabilstico. Es Determinstico cuando todos los datos son conocidos. Y es Probabilstico (o Estocstico) cuando alguno de sus datos es incierto y/o con un valor especfico de probabilidad.
6

Grado de Incertidumbre de los Problemas Cuantitativos y su Desarrollo

2.- Programacin Lineal: Formulacin de Modelos

Una Herramienta de los Mtodos Cuantitativos muy usada por los Administradores es la PROGRAMACIN LINEAL, cuyo marco es de tipo DETERMINSTICO y las Restricciones, incluyendo la Funcin Objetivo, son LINEALES, es decir, utiliza variables elevadas a la primera potencia. Ahora, Qu conocimientos bsicos se necesita para optimizar modelos matemticos? Veamos:
8

Programacin lineal
La programacin lineal es un mtodo eficiente para determinar una decisin ptima entre un gran nmero de decisiones posibles. Es impresionante el nmero y la diversidad de problemas en los que se puede aplicar.
9

Caractersticas de la problemas de Programacin Lineal 1. Proporcionalidad: las variables y la funcin objetivo deben ser lineales 2.Aditividad: Es necesario que cada variable sea aditiva respecto a la variable objetivo
10

Caractersticas de la problemas de Programacin Lineal 3.Divisibilidad: las soluciones no deben ser necesariamente nmeros enteros. 4.Optimalidad: La solucin ptima (mximo o mnimo) debe ocurrir en uno de los vrtices del conjunto de soluciones factibles.

11

Competencias para resolver problemas de Programacin Lineal

Operaciones bsicas: Suma, resta multiplicacin y divisin. Manejo de ecuaciones e inecuaciones. Usar en solucin mtodos analticos y grficos

12

Identidades, ecuaciones e inecuaciones

IDENTIDAD Es toda igualdad que siempre se cumple, sea cual sea el valor de la incgnita(s): x=x (x 2).(x + 2) = x2 4 (x y )2 = x2 2.x.y + y2 ECUACIN Es una igualdad que slo se cumple para uno o varios valores concretos de la incgnita o incgnitas que intervienen: 2x = 4 Slo para x = 2 x2 = 4 Slo para x = 2 y para x = - 2 y = 2x Slo cuando y sea doble que el valor de x. INECUACIN Es una desigualdad que se cumple en un intervalo finito o infinito de valores de la incgnita o incgnitas que intervienen: x < 2 ( - oo , 2 ) x -4 [ - 4 , + oo ) |x| < 3 ( - 3, 3) 13

Inecuaciones con una incgnita

Una inecuacin es toda desigualdad en la que intervienen incgnitas o valores desconocidos. En las desigualdades se emplean smbolos que es necesario saber leer e interpretar.

Signo: x < -3 x 5 x > 7 x -2

Se lee: x es siempre MENOR que - 3 x es MENOR o IGUAL que 5 x es siempre MAYOR que 7 x es MAYOR o IGUAL que - 2

14

Propiedades de las inecuaciones Si sumamos o restamos un mismo nmero a ambos miembros de una desigualdad, se obtiene otra desigualdad del mismo sentido de la primera.
Si

a "b ac "bc

Si

b ac

bc

Ejemplo:

Ejemplo:

16 > 8 16 + 2 > 8 + 2 18 > 10

Ahora le sumamos 2 a cada trmino se mantiene la desigualdad con el resultado

-5 < 8 - 5 + (-3) < 8 + (-3) -8 < 5

Ahora le sumamos -3 a cada trmino se mantiene la desigualdad con el resultado 15

Si los dos miembros de una desigualdad se multiplican o dividen por un mismo nmero positivo, la desigualdad no cambia de sentido.

si si si

a " b

yc>0 yc>0 yc>0

a
a

b
b

a .c " b .c
a .c
1 a. c

b .c
1 b. c

16

Tabla de Intervalos Unidimensionales

INTERVALOS

REPRESENTACION a b

NOMBRE Intervalo Cerrado

?a , bA! _x R / a e x e b a
a, b ! _x R / a a, bA! _x

/a

Intervalo Abierto Intervalo Semiabierto en a Intervalo Semiabierto en b Abierto en a hasta infinitos valores positivos Cerrado en a hasta infinitos valores positivos Abierto en a hasta infinitos valores negativos Cerrado en a hasta infinitos valores negativos

x e ba

?a, b ! _x R / a e x
a,g ! _x

ba

/ x " aa

///////////////////////////////////// a

g

?a,g ! _x R / x u aa
a

/////////////////////////////////////

g

 g, a ! _x R / x  g, a A! _x

aa

//////////////////////////////////////

g
/ x e aa

g

////////////////////////////////////// a

17

3.- CASOS
SOLUCIONES DE UNA INECUACIN Las soluciones de una inecuacin son los valores que pueden tomar las incgnitas, tales que al sustituirlos en la inecuacin la desigualdad sea cierta. Ejemplos: x>4 x2 4 < 0 x = 5 es solucin; tambin x = 6 x = 7, etc x = 1 es solucin; tambin x = - 1 x = 0, etc

EQUIVALENCIA DE INECUACIONES Dos o ms inecuaciones son equivalentes cuando tienen la misma solucin. Ejemplos: x>4 x2 4 < 0 y y x4>0 (x + 2).(x 2) < 0 son inecuaciones equivalentes. son equivalentes. 18

Grficas de soluciones de inecuaciones

1.2+x 4 x 42 x 2 Solucin = [ 2, + oo ) Como x puede valer 2, se emplear intervalos semicerrados. En la grfica, la inclusin del 2 se representa por un punto slido. 2x < x -5 2x x < - 5 x <-5 Solucin = ( - oo, - 5 ) Como x no puede valer - 5, se emplear intervalos abiertos. En la grfica, la exclusin del - 5 se representa por un punto hueco. R

2.-

2 R

-5

19

4.- CASOS RESUELTOS EN CLASE:

Solucin de inecuaciones
PRINCIPIOS DE EQUIVALENCIA Si a los dos miembros de una inecuacin se les suma o resta un mismo nmero o expresin algebraica, resulta una inecuacin equivalente a la dada. Si x 3 > 1 x3+3>1+3 x>4

Si a los dos miembros de una inecuacin se les multiplica por un nmero real positivo, resulta una inecuacin equivalente a la dada. Si x / 3 < 5 3. x / 3 < 3. 5 x < 15

Si a los dos miembros de una inecuacin se les multiplica por un nmero negativo, resulta una inecuacin equivalente a la dada, pero con el signo de desigualdad contrario al de la inecuacin original. Si - x < 3 (- 1).( - x ) > (- 1).3 x > -3 20

RESOLUCIN DE INECUACIONES
Sean las inecuaciones: 1.- 2 + x 4 2.- 2x x -5 3.- x > x + 2

SOLUCIONES:
1.2+x 4 x 42 Solucin = [ 2, + oo ) 2x < x -5 2x x < - 5 Solucin = ( - oo, - 5 ) x >x+2 x-x >2 0>2 Solucin = (Conjunto vaco) x 2

2.-

x <-5

3.-

FALSO 21

RESOLUCIN DE INECUACIONES
Sea la inecuacin: 2x x3 4.------- ------ + 2 > x 5 6

SOLUCIN:
4.2x x3 ------- ------ + 2 > x 5 6 6(2 x) 5( x 3 ) ---------------------- + 2 > x 30 12 6x 5x + 15 + 60 > 30x 87 > 41x Solucin = (- oo , 87/41)

4.-

4.-

x < 87/41

22

RESOLUCIN DE INECUACIONES
Sean las inecuaciones: 5.x1 x ------ + 2 < ---5 3

SOLUCIONES:
3.(x 1) + 30 -------------15 5.x < --------15

3.(x 1) + 30 < 5.x 3.x 3 + 30 < 5.x 3 + 30 < 5.x 3.x 27 < 2.x x > 13,5

Solucin = ( 13,5 , oo )

23

4.- CASOS de PL RESUELTOS EN CLASE: Problema 1: Mezcla

La compaa Reddy Mikks produce pinturas para interiores y exteriores, M1 y M2. La tabla siguiente proporciona los datos bsicos del problema.
Ton de materia prima de Pinturas Pintura Mxima para Para Disponibilida Materia Prima Exteriores Interiores d Diaria Materia prima M1 6 4 24 Materia prima M2 1 2 6 Utilidad por Ton (miles de $) 5 4

Una encuesta de mercado indica que la demanda diaria de pintura para interiores no puede ser mayor que 1 tonelada ms que la de pintura para exteriores. Tambin, que la demanda mxima diaria de pintura para interiores es de 2 toneladas. Reddy Mikks desea determinar la mezcla ptima (la mejor) de productos para exteriores y para interiores que maximice la utilidad diaria total.

24

Reddy Mikks
El Modelo de Programacin Lineal, como en cualquier Modelo de I.O., tiene 3 componentes bsicos: las Variables de Decisin que se trata de determinar, el Objetivo (la meta, la F.O.) que se trata de optimizar, y las Restricciones que se deben satisfacer. Se requiere determinar las cantidades a producir de pinturas para exteriores e interiores. Por tanto, las Variables del Modelo se definen as:
x1 = Toneladas producidas diariamente, de pintura para exteriores x2 = Toneladas producidas diariamente, de pintura para interiores

Para formar la Funcin Objetivo, la empresa desea aumentar sus Utilidades todo lo posible. Si z representa la Utilidad Diaria Total (en miles de dlares), el Objetivo de la Empresa se expresa as: Maximizar z = 5 x1 + 4 x2 Ahora se definen las Restricciones que limitan el uso de las materias primas y la demanda, de la siguiente manera literal: Uso de Materia Prima Disponiblidad mxima para ambas pinturas de materia prima
25

Reddy Mikks
Segn los datos del problema: Uso de la materia prima M1 por da = 6 x1 + 4 x2 toneladas Uso de la materia prima M2 por da = x1 + 2 x2 toneladas Como la disponibilidad de las materias primas M1 y M2 se limita a 24 y 6 toneladas, respectivamente, las restricciones correspondientes se expresan como sigue: 6 x1 + 4 x2 24 (Materia prima M1) + 2 x2 6 (Materia prima M2) La primera restriccin de la demanda indica que la diferencia entre la produccin diaria para interiores y exteriores, x2 - x1 , no debe ser mayor que una tonelada, lo cual se traduce como: x2 - x1 1. La segunda restriccin de la demanda indica que la demanda mxima diaria de pintura para interiores se limita a 2 toneladas, es decir x2 2. Una restriccin implcita es que las variables x1 , x2no pueden ser negativas, por lo que x1 0 y x2 0 expresan dicho requisito.
x1

26

Reddy Miks
MODELO DE REDDY MIKS Maximizar z = 5 x1 + 4 x2 Sujeta a: 6 x1 + 4 x2 24
x1

+ 2 x2 6
x2 1 x2 2
X1, x2

- x1 +

Cualquier valor de x1 y x2 que satisfaga todas las Restricciones del Modelo es una Solucin Factible. Por ejemplo x1 = 3 toneladas diarias y x2 = 1 tonelada diaria es factible porque no viola las restricciones, incluyendo la no negatividad. Para comprobar el resultado se sustituye x1 y x2 con tales valores en el lado izquierdo de cada restriccin. Por ejemplo en la 1 restriccin : 6x1+4x2 = 6 x 3 + 4 x 1 = 22 que es menor que el 24 del lado derecho. El valor de la F. O. correspondiente a la solucin x1=3, x2=1 es z = 5 x 3 + 4 x 1 = 19 (miles de dlares) 27

Reddy Mikks

Desde el punto de vista de todo el Modelo, interesa determinar la Solucin ptima Factible que produzca la Utilidad Total Mxima y al mismo tiempo satisfaga todas las Restricciones. No se acepta enumerar las soluciones factibles porque el Modelo tiene una cantidad infinita de ellas. En su lugar se necesita un procedimiento sistemtico que ubique con eficiencia la solucin ptima, as como la ayuda de software y soluciones asistidas por el computador dada la cantidad de iteraciones que se pueden obtener.

28

Problema 2: La Dieta
Problema de la Dieta: (Stigler, 1945). Consiste en determinar una dieta de manera eficiente, a partir de un conjunto dado de alimentos, de modo de satisfacer requerimientos nutricionales. La cantidad de alimentos a considerar, sus caractersticas nutricionales y los costos de stos, permiten obtener diferentes variantes de este tipo de modelos. Por ejemplo:

Leche (lt)

Legumbre (1 porcin)

Naranjas (unidad)

Requerimientos Nutricionales

Niacina Tiamina Vitamina C Costo

3,2 1,12 32 2

4,9 1,3 0 0,2

0,8 0,19 93 0,25

13 15 45

29

Dieta
Variables de Decisin: X1: Litros de Leche utilizados en la Dieta X2: Porciones de Legumbres utilizadas en la Dieta X3: Unidades de Naranjas utilizadas en la Dieta Funcin Objetivo: Minimizar los Costos de la Dieta Min 2X1 + 0,2X2 + 0,25X3 Restricciones: Satisfacer los requerimientos nutricionales Niacina: 3,2X1 + 4,9X2 + 0,8X3 >= 13 Tiamina: 1,12X1 + 1,3X2 + 0,19X3 >=15 Vitamina C: 32X1 + 0X2 + 93X3 >= 45 No Negatividad: X1>=0; X2>=0; X3>=0

30

Problema 3: Dimensionamiento de Lotes

Problema de Dimensionamiento de Lotes: (Wagner y Whitin, 1958). Consiste en hallar una poltica ptima de produccin para satisfacer demandas fluctuantes en el tiempo, de modo de minimizar los costos de produccin e inventario, considerando la disponibilidad de recursos escasos. Considere que una fbrica puede elaborar hasta 150 unidades en cada uno de los 4 periodos en que se ha subdividido el horizonte de planificacin y se tiene adicionalmente la siguiente informacin:
Demandas (unidades) 130 80 125 195 Costo Prod. (US$/unidad) 6 4 8 9 Costo de Inventario (US$/unidad) 2 1 2.5 3

Periodos

1 2 3 4

Adicionalmente considere que se dispone de un Inventario Inicial de 15 unidades y no se acepta demanda pendiente o faltante, es decir, se debe satisfacer toda la demanda del perodo. 31

LOTES
Variables de Decisin: Xt: Unidades elaboradas en el perodo t (Con t =1,2,3,4) It: Unidades en inventario al final del perodo t (Con t =1,2,3,4) Funcin Objetivo: Minimizar los Costos de Produccin e Inventarios Min 6X1 + 4X2 + 8X3 + 9X4 + 2I1 + 1I2 + 2,5I3+ 3I4 Restricciones: Capacidad de Produccin por Perodo: Xt <= 150 (Con t =1,2,3,4) Satisfacer Demanda Perodo 1: X1 + I0 - I1 = 130 (I0 = 15) Satisfacer Demanda Perodo 2: X2 + I1 - I2 = 80 Satisfacer Demanda Perodo 3: X3 + I2 - I3 = 125 Satisfacer Demanda Perodo 4: X4 + I3 - I4 = 195 No Negatividad: Xt >=0, It >=0
32

5.- CASOS a RESOLVER POR EL ALUMNO

Problema 1: Dieta
En Granjas Modelo se usa diariamente un mnimo de 800 Kg de un alimento especial, que es una mezcla de maz y soya, con las composiciones siguientes:
Alimento Maiz Soya Kg/Kg de alimento Protenas Fibras 0.09 0.02 0.60 0.06 Costo ($/Kg) 0.3 0.9

Las necesidades dietticas del alimento especial son un mnimo de 30% de protenas y un mximo de 5% de fibras. Granjas Modelo desea determinar las proporciones de alimento que produzcan un costo diario mnimo.

33

Problema 2
Una compaa de transporte dispone de 10 camiones con capacidad de 40000 Kg y de 5 camiones con capacidad de 30000 Kg. Los camiones grandes tienen un costo de transporte de 30 cntimos/Km, y los menores de 25 cntimos/Km. En una semana la compaa debe transportar 400000 Kg en un recorrido de 800 Km. La posibilidad de otros compromisos recomienda que por cada dos camiones pequeos mantenidos en reserva debe quedarse por lo menos uno de los grandes. Cul es el nmero de camiones de ambas clases que debe movilizarse para ese transporte de forma ptima y teniendo en cuenta las restricciones?

34

Problema 3

Una fbrica de muebles fabrica dos tipos de sillones, S1 y S2. La fbrica cuenta con dos secciones; carpintera y tapicera. Hacer un silln de tipo S1 requiere 1 hora de carpintera y 2 de tapicera, mientras que uno de tipo S2 requiere 3 horas de carpintera y 1 de tapicera. El personal de tapicera trabaja un total de 80 horas, y el de carpintera 90. Las ganancias por las ventas de S1 y S2 (unidad) son, respectivamente 60 y 30 euros. Calcular cuntos sillones de cada tipo hay que hacer para maximizar las ganancias.

35

Problema 4
Un expendio de carnes de la ciudad acostumbra preparar la carne para albondign con una combinacin de carne molida de res y carne molida de cerdo. La carne de res contiene 80% de carne y 20% de grasa, y le cuesta a la tienda 80$ por libra; la carne de cerdo contiene 68% de carne y 32% de grasa, y cuesta 60$ por libra. Qu cantidad de cada tipo de carne debe emplear la tienda en cada libra de albondign, si se desea minimizar el costo y mantener el contenido de grasa no mayor de 25%?

36

Problema 5
Disponemos de 210.000 US$ para invertir en bolsa. Nos recomiendan dos tipos de acciones. Las del tipo A, que rinden el 10% y las del tipo B, que rinden el 8%. Decidimos invertir un mximo de 130.000 euros en las del tipo A y como mnimo 60.000 en las del tipo B. Adems queremos que la inversin en las del tipo A sea menor que el doble de la inversin en B. Cul tiene que ser la distribucin de la inversin para obtener el mximo inters anual?

37

Problema 6
Una empresa tiene 2 plantas de produccin (P1 y P2) de cierto artculo que vende en 3 ciudades (C1,C2 y C3). En P1 produce 5000 unidades, y en P2 7000 unidades. De estas 12000 unidades las vende as: 3500 es C1, 4000 en C2 y 4500 en C3. Los costes de transporte, en dlares por unidad de producto, desde las plantas de produccin a las ciudades son:
Envios Hasta C1 Hasta C2 Hasta C3 Desde P1 3 2.5 3.5 Desde P2 2.25 3.75 4

Determinar el nmero de artculos que debe enviar la empresa desde cada planta a cada ciudad para que los costes sean mnimos.

38

Tarea
Resolver los ejercicios de la Unidad 03 Los ejercicios debe ser subidos al campus en la fecha determinada por el profesor. El nombre del archivo debe estar compuesto por el turno+aula + nombre_grupo+xls. En la primera hoja debe estar la relacin de estudiantes que intervinieron Trabajos copiados tienen nota 00.

39

Solver

40

Instalar Solver

41

42

43

44

45

Conclusiones generales
La programacin lineal usa el modelo multivariable de grado 1. Existes dos formas de optimizar un modelo teniendo en cuenta la funcin objetivo: Maximizando Beneficios Minimizando Costos Las restricciones limitan los resultados a obtenerse
46

Bibliografa recomendada
LOGSTICA ADMINISTRACIN DE LA CADENA DE SUMINISTROS RONALD H. BALLOU Ed. Prentice Hall Mxico 2004 ADMINISTRACIN DE OPERACIONES ROGER G. SCHROEDER Ed. Mc Graw Hill - Espaa 1992 LA LOGSTICA EN LA ERA DEL CLIENTE NGEL BECERRA ESAN - Per 1996 VENTAJA COMPETITIVA MICHAEL PORTER CECSA Mxico 1987 ADMINISTRACIN LOGSTICA ARMANDO VALDEZ SAGA Per 1990 SISTEMAS DE INFORMACIN GERENCIAL RAYMOND MCLEOD Ed. Prentice Hall Hispanoamericana SA Mxico 2000

47