Definicin de Modelos.

Un modelo de decisin debe considerarse como un vehculo para resumir un problema de decisin en forma tal que haga posible la identificacin y evaluacin sistemtica de todas las alternativas de decisin del problema. Despus se llega a una decisin seleccionando la alternativa que se juzgue sea la mejor entre todas las opciones disponibles. Un modelo es una abstraccin selectiva de la realidad. El modelo se define como una funcin objetivo y restricciones que se expresan en trminos de las variables (alternativas) de decisin del problema. Una solucin a un modelo, no obstante, de ser exacta, no ser til a menos que el modelo mismo ofrezca una representacin adecuada de la situacin de decisin verdadera. El modelo de decisin debe contener tres elementos: Alternativas de decisin, de las cuales se hace una seleccin. Restricciones, para excluir alternativas infactibles. Criterios para evaluar y clasificar alternativas factibles. Tipos de Modelos de Investigacin de Operaciones. (a) Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del modelo se pueden expresar en forma cuantitativa o matemtica como funciones de las variables de decisin. (b) Modelo de Simulacin: Los modelos de simulacin difieren de los matemticos en que las relacin entre la entrada y la salida no se indican en forma explcita. En cambio, un modelo de simulacin divide el sistema representado en mdulos bsicos o elementales que despus se enlazan entre si va relaciones lgicas bien definidas. Por lo tanto, las operaciones de clculos pasaran de un mdulo a otro hasta que se obtenga un resultado de salida. Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor flexibilidad al representar sistemas complejos, pero esta flexibilidad no esta libre de inconvenientes. La elaboracin de este modelo suele ser costoso en tiempo y recursos. Por otra parte, los modelos matemticos ptimos suelen poder manejarse en trminos de clculos. Modelos de Investigacin de Operaciones de la ciencia de la administracin: Los cientficos de la administracin trabajan con modelos cuantitativos de decisiones. Modelos Formales: Se usan para resolver problemas cuantitativos de decisin en el mundo real. Algunos modelos en la ciencia de la administracin son llamados modelos deterministicos. Esto significa que todos los datos relevantes (es decir, los datos que los modelos utilizarn o evaluarn) se dan por conocidos. En los modelos probabilsticos (o estocsticos), alguno de los datos importantes se consideran inciertos, aunque debe especificarse la probabilidad de tales datos. Modelo de Hoja de Clculo Electrnica: La hoja de clculo electrnica facilita hacer y contestar preguntas de que si en un problema real. Hasta ese grado la hoja de clculo electrnica tiene una representacin selectiva del problema y desde este punto de vista la hoja de clculo electrnica es un modelo.

En realidad es una herramienta mas que un procedimiento de solucin.

Problema de Proceso Productivo: Una empresa produce tres tipos de muebles (A, B y C), cada uno de los cuales se vende a $200, $150 y $120 respectivamente. Para la produccin de estos muebles la empresa cuenta con 315 horas disponibles en un taller de corte de madera, 110 horas disponibles en un taller de lijado y 50 horas en un taller de pintado. Se ha estimado que el mueble A requiere por unidad 15 horas de trabajo en el taller de corte, 2 horas en el taller de lijado y 1 hora en el taller de pintado (estos mismos valores para los muebles B y C son 7,5:3:1 y 5:2:1, respectivamente). Se requiere formular y resolver un modelo de Programacin Lineal que permita encontrar la cantidad a elaborar y vender de estos muebles de modo que la empresa obtenga el mayor beneficio. Variables de Decisin: X = Unidades a elaborar y vender del mueble A.

Y = Unidades a elaborar y vender del mueble B. Z = Unidades a elaborar y vender del mueble C. De esta forma el modelo de optimizacin que permite encontrar el plan ptimo de produccin es el siguiente:

NDICE Desarrollo de la IO Tipos de modelos de la IO Simblico o matemtico De simulacin Heurstico Fases de estudio de la IO Definicin del problema Construccin del modelo Solucin del modelo Validacin del modelo Implantacin de los resultados Programacin lineal aplicada Ejemplos de aplicaciones de programacin lineal Planeacion de produccin Mezcla de alimentos Problemas de la perdida por ajustes Control de la calidad del agua Perforacin de pozos petroleros Balanceo en el ensamble Control de inventarios Notas sobre aplicaciones de prog Lineal

Desarrollo de la Investigacin de Operaciones Durante la segunda guerra mundial, la administracin militar en Gran Bretaa llam a un equipo de cientficos para que estudiaran los problemas tcticos y estratgicos asociados a la defensa area y terrestre del pas. Su objetivo era determinar la utilizacin ms efectiva de los recursos militares limitados. Las aplicaciones incluan entre otras, estudios de la forma de utilizar el radar y de la efectividad de nuevos tipos de bombas. El nombre de investigacin de operaciones fue dado aparentemente porque el equipo estaba llevando a cabo la actividad de investigar operaciones (militares). Desde su nacimiento, este nuevo campo de toma de decisiones se ha caracterizado por el uso del conocimiento cientfico a travs del esfuerzo de equipos interdisciplinarios, con el propsito de determinar la mejor utilizacin de los recursos limitados Un modelo de la investigacin de operaciones se define como una representacin idealizada (simplificada) de un sistema de la vida real. Este sistema puede ya estar en existencia o puede todava ser una idea en espera de ejecucin. En el primer caso el objetivo del modelo es analizar el comportamiento del sistema a fin de mejorar su funcionamiento. En el segundo, el objetivo es diversificar la mejor estructura del sistema futuro. La complejidad de un sistema real resulta del gran nmero de elementos (variables) que controlan el comportamiento del sistema. Aunque una situacin real puede involucrar un nmero sustancial de variables, gralmente., una pequea fraccin de estas variables realmente domina el comportamiento del sistema. Por consiguiente, la simplificacin del sistema real en trminos de un modelo se concentra principalmente en la identificacin de las variables y relaciones dominantes que lo gobiernan.

TIPOS DE MODELOS DE INVESTIGACION DE OPERACIONES (IO)    Simblico o matemtico De Simulacin Heurstico

Simblico o matemtico.- Es el tipo ms importante de modelo de investigacin de operaciones. Al formular este tipo uno supone que todas las variables relevantes son cuantificables. Por consiguiente, los smbolos matemticos se utilizan para representar variables, las cuales entonces estn relacionadas con las funciones matemticas apropiadas para describir el comportamiento del sistema. Luego la solucin del modelo se logra por manipulacin matemtica apropiada. De Simulacin.- Los modelos de simulacin imitan el comportamiento del sistema sobre un periodo. Esto se logra especificando ciertos eventos, los cuales son puntos en el tiempo, cuya ocurrencia significa que puede recolectarse la informacin importante perteneciente al comportamiento del sistema. Una vez que se definen tales eventos es necesario prestar atencin al sistema nicamente cuando ocurre un evento. La informacin que mide el funcionamiento del sistema se acumula en observaciones estadsticas, las cuales se actualizan en cuanto cada evento tiene lugar. Dado que los modelos se simulacin no necesitan funciones matemticas explicitas para relacionar las variables, usualmente es posible simular sistemas complejos que no pueden modelarse o resolverse matemticamente. Tal flexibilidad permite una representacin ms aproximada al sistema. La principal falla de la simulacin consiste en que el anlisis es equivalente a realizar experimentos y por consiguiente est sujeto al error experimental. Esto lleva a las dificultades usuales de disear (estadsticamente) el experimento, recolectar observaciones y entonces ejecutar las pruebas estadsticas necesarias de inferencia. Heurstico.- El mtodo Heurstico de solucin descansa en las reglas empricas o intuitivas que, dada una solucin actual al modelo, permiten la determinacin de una solucin mejorada. Actualmente los mtodos heursticos son procedimientos de bsqueda que pasan inteligentemente de un punto de solucin a otro, con el objetivo de mejorar

el valor del criterio del modelo. Cuando ninguna mejora adicional puede lograrse la mejor solucin que se haya tenido es la solucin aproximada al modelo. FASES DE ESTUDIO DE LA INVESTIGACION DE OPERACIONES      Definicin del problema Construccin del modelo Solucin del modelo Validacin del modelo Implantacin de los resultados finales

Definicin del problema.- Desde el punto de vista de investigacin de operaciones esto indica tres aspectos principales: (a) una descripcin de la meta o el objetivo del estudio, (b) una identificacin de las alternativas de decisin del sistema y (c) un reconocimiento de las limitaciones, restricciones y requisitos del sistema. Una descripcin del objetivo del estudio debe reflejar una representacin aproximada del inters total del sistema. Una falla comn en este aspecto es identificar algunas metas representando solamente una porcin del sistema total. Bajo tales condiciones, lo que se considera mejor para esta porcin del sistema, puede realmente ser daino para la operacin entera. En forma semejante, un estudio que no toma en cuenta todas las alternativas y limitaciones de decisin del sistema es probable que proporcione una solucin no aproximada. Construccin del modelo.- Dependiendo de la definicin del problema, el equipo de investigacin de operaciones deber decidir sobre el modelo ms adecuado para representar el sistema. Tal modelo deber especificar expresiones cuantitativas para el objetivo y las restricciones del problema en funcin de sus variables de decisin. Si el modelo resultante se ajusta a uno de los modelos matemticos comunes, puede obtenerse una solucin conveniente mediante tcnicas matemticas. Si las relaciones matemticas del modelo son demasiado complejas para permitir soluciones analticas, puede ser mas apropiado un modelo de simulacin. Algunos casos pueden requerir el uso de una combinacin de modelos matemticos, heursticos y de simulacin. Esto depende de la naturaleza y complejidad del sistema en investigacin. Solucin del modelo.- En modelos matemticos esto se logra usando tcnicas de optimizacin bien definidas y se dice que el modelo proporciona una solucin optima. Si se usan los modelos de simulacin o heursticos el concepto de optimizad no est tan bien definido, y la solucin en estos casos se emplea para obtener evaluaciones aproximadas de las medidas del sistema. Adems de la solucin del modelo uno debe tambin asegurar, informacin adicional sobre el comportamiento de la solucin debida a cambios en los parmetros del sistema. Usualmente esto se conoce como anlisis de sensibilidad. Tal anlisis es especialmente necesario cuando los parmetros del sistema no pueden estimarse aproximadamente. Validacin del modelo.- Un modelo es valido si, independiente de sus inexactitudes al representar el sistema, puede dar una prediccin confiable del funcionamiento del sistema. Un mtodo comn para probar la validez de un modelo es comparar su funcionamiento con algunos datos pasados disponibles del sistema actual. El modelo ser valido si bajo condiciones similares de entradas puede reproducir el funcionamiento pasado del sistema. Implantacin de los resultados finales.- Esto bsicamente implicara la traduccin de estos resultados en instrucciones de operacin detallada, emitidas en una forma comprensible a los individuos que administrarn y operaran el sistema despus. En otras palabras, es imperativo que la fase de implantacin se ejecute mediante la cooperacin de equipo de investigacin de operaciones y de aquellos que sern responsables de la administracin y operacin del sistema.

PROGRAMACIN LINEAL APLICADA La programacin lineal es una clase de modelos de programacin matemtica destinados a la asignacin eficiente de los recursos limitados en actividades conocidas, con el objetivo de satisfacer las metas deseadas (tal como maximizar

beneficios o minimizar costos). La caracterstica distintiva de los modelos de programacin lineal es que las funciones que representan el objetito y las restricciones con lineales. La linealidad de algunos modelos puede ser justificada con base en las propiedades fsicas del problema; otros modelos, los cuales en el sentido directo son no lineales, pueden linealizarse por el uso apropiado de transformaciones matemticas.

Ejemplos de aplicaciones de programacin lineal Las aplicaciones en este capitulo se han extrado de las reas siguientes:

1. 2. 3. 4. 5. 6. 7. 8.

Planeacin de la produccin Mezcla de alimentos Corte y ajuste de material Control de la calidad del agua Perforacin de pozos y produccin de petrleo balanceo en el ensamble Inventarios

Planeacin de la produccin. Se procesan tres productos a travs de tres operaciones diferentes. Los tiempos (en minutos) requeridos 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 pesos) son como sigue: Tiempo por unidad (minutos) Operacin 1 2 3 Ganancia por unidad ($) Producto 1 1 3 1 3 Producto 2 2 0 4 2 Producto 3 1 2 0 5

Capacidad de operacin (min. x da) 430 460 420

Los tiempos cero indican que el producto no requiere la operacin dada. Se supone que todas las unidades producidas se venden. Adems los beneficios dados por unidad son valores netos que resultan despus que se deducen todos los costos pertinentes. La meta del modelo es determinar la produccin diaria ptima para los tres productos que maximice el beneficio.

Mezcla de alimentos Una de las aplicaciones mas exitosas de la programacin lineal trata sobre la determinacin de una mezcla optima de alimentos para satisfacer las necesidades nutritivas de un animal o una persona con el costo mnimo. El 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 (1) requerimientos nutritivos diarios del animal y (2) limitaciones fsicas o no nutritivas tales como abasto, textura o consistencia y posibilidad de aglomeracin. El objetivo es minimizar el costo total de un tamao de lote dado de la mezcla, de tal manera que se satisfagan las restricciones fsicas y nutritivas.

Problema de la prdida por ajustes Una fbrica de papel recibi tres pedidos de rollos de papel con los anchos y longitudes indicadas en la tabla siguiente: Pedido No. 1 2 3 Anchura (pies) 5 7 9 Longitud (pies) 10,000 30,000 20,000

Los rollos se producen en la fbrica con dos anchos estndar, 10 y 20 pies, los cuales hay que recortar a los tamaos especificados por los pedidos. No existe lmite sobre la longitud de los rollos estndar ya que para propsitos prcticos los rollos de longitud limitada pueden unirse para proporcionar las longitudes requeridas. El objetivo es determinar el esquema de produccin (modelos de corte) que minimice la perdida por ajuste y satisfaga la demanda dada.

Control de la calidad el agua Tres ciudades descargan agua de desperdicio en la misma corriente, y cada ciudad tiene su planta de tratamiento separada. Cada planta tiene una eficiencia de tratamiento mxima (nivel de remocin e desperdicio) la cual por especificaciones de diseo no puede exceder de 95%. El costo del tratamiento es directamente proporcional a la eficiencia del tratamiento en la planta. Los requisitos ambientales estipulan un nivel mnimo de la calidad de la corriente. El problema es determinar la eficiencia ptima del tratamiento de cada planta que minimiza los costos totales de tratamiento, y todava satisface la calidad estndar de la corriente. Una medida estndar de la calidad de contaminantes en los desperdicios es la DBO (demanda bioqumica de oxigeno) la cual, simplemente enunciada, es el peso de oxigeno requerido para estabilizar el desperdicio constituyente en el agua. Por consiguiente, cuanto mas alta es la DBO implica menor calidad.

Las hiptesis bsicas del modelo que llevan a la linealidad son:

1. El flujo de la corriente Q es constante. 2. La tasa de descarga de contaminantes (DBO) de la planta a la corriente b es independiente del tiempo. 3. El costo del tratamiento es directamente proporcional a la eficiencia de la planta.

Perforacin de pozos y produccin de petrleo. El petrleo crudo se extraer de N campos en los siguientes T aos. Se requiri determinar un esquema de produccin para cada campo a fin de satisfacer obligaciones especficas al costo mnimo. Una porcin de la demanda puede satisfacerse de una fuente externa si es necesario. Las restricciones del modelo incluyen principalmente requerimientos de presin mnimos en el campo, requisitos de demanda y limitacin mxima sobre la tasa de produccin en dicho campo.

Balanceo en el ensamble Una unidad completa de un cierto producto consiste de 4 unidades del componente A y 3 unidades del componente B. los dos componentes (A y B) se fabrican con dos materias primas diferentes de las cuales se tienen disponibles

respectivamente, 100 y 200 unidades. Tres departamentos estn en el proceso de produccin y cada departamento utiliza un mtodo diferente para fabricar los componentes. La tabla siguiente da los requisitos de materia prima por corrida de produccin y las unidades resultantes de cada componente. El objetivo es determinar el nmero de corridas de produccin para cada departamento que maximizar el nmero total de unidades completas del producto final.

Entrada x corrida de Produccin (unidad) Departamento 1 2 3 8 Mat. Prima 1 Mat. Prima 2 8 5 8 6 9 4

Salida x corrida de produccin (unidad) Comp. A 7 6 Comp.B 5 9 3

El problema anterior se reduce al siguiente problema de programacin lineal:

Maximizar x0= y Sujeto a 7x1 + 6x2 + 8x3 4y > 0 5x1 + 9x2 + 4x3 3y > 0 8x1 + 5x2 + 3x3 6x1 + 9x2 + 8x3 < 100 < 200

x1 > 0, x2> 0, x3> 0, y> 0

Control de inventarios Se fabrica un producto para satisfacer la demanda de los siguientes n periodos. En el periodo i la demanda ri (unidades) puede satisfacerse con la produccin xt (unidades) en este periodo y/ o el inventario que se tiene de periodos anteriores. Esto significa que es posible producir mas de ri unidades en el periodo i, usando los excedentes para satisfacer (algo de) la demanda de uno o mas periodos siguientes. No se permite ninguna escasez en ningn periodo, de manera que la demanda para todos los periodos debe quedar satisfecha. El objetivo del modelo es determinar el esquema ptimo de produccin de tal manera que el costo total del sistema de inventario-produccin se minimice.

Notas sobre aplicaciones de programacin lineal. La conclusin a la que se debe llegar es que deber suponerse la linealidad siempre que no haga demasiado malo al modelo. Como y cuando debern adaptarse estas reglas en la practica no es una pregunta fcil de hacer o de responder.

nicamente la familiaridad del analista con ellas y el conocimiento de la situacin real pueden determinar cuando ciertas hiptesis son prcticamente aceptables.