INDICE

INVESTIGACION DE OPERACIONES ........................................................................................ 2

Metodologa de la investigacin de operaciones: ............................................................. 2
Definicin del problema y recoleccin de datos ........................................................... 2
Formulacin de un mdulo matemtico .......................................................................... 2
Obtencin de una solucin a partir del modelo ............................................................. 2
Pruebas del modelo ............................................................................................................... 2
Establecimiento de controles sobre la solucin ........................................................... 3
Implantacin de la solucin ................................................................................................ 3
MTODO SIMPLEX..................................................................................................................... 3
MTODO DE ESQUINA NOROESTE ...................................................................................... 6
MTODO DE COSTO MNIMO ................................................................................................. 7
METODO DE APROXIMACION DE VOGEL .......................................................................... 8
MTODO DE MULTIPLICADORES ....................................................................................... 15
MTODO DE ASIGNACIN DE RECURSOS ...................................................................... 19
ALGORITMO DE EXPANSION MINIMA ............................................................................... 20
CADENAS DE MARKOV.......................................................................................................... 30
RUTA MS CORTA .................................................................................................................. 34
MTODOS DE INVENTARIO .................................................................................................. 35
Modelo determinstico de revisin peridica ................................................................... 37
Modelo estocstico de revisin peridica ......................................................................... 39
Mtodo estocstico de un solo periodo para productos perecederos ...................... 40
MODELO DE POLARIZACIN ............................................................................................... 42
 INVESTIGACION DE OPERACIONES
Metodologa de la investigacin de operaciones:
Definicin del problema y recoleccin de datos: La mayor parte de los problemas
prcticos. Con los que se enfrenta el equipo IO, estn descritos inicialmente de una
manera vega. Por consiguiente, la primera actividad que se debe realizar es el
estudio del sistema relevante y el desarrollo de un resumen bien definido del
problema que se va a analizar. Esto incluye, determinar los objetivos apropiados,
las restricciones sobre lo que se puede hacer, las interrelaciones del rea bajo
estudio con otras reas de la organizacin, los diferentes cursos de accin posible,
los lmites de tiempo para tomar una decisin.
Formulacin de un mdulo matemtico: Una vez definido el problema, la
siguiente etapa consiste en formularlo de manera conveniente para su anlisis. La
forma convencional en que la investigacin de operaciones realiza esto, es
construyendo un modelo matemtico que represente la esencia del problema. Antes
de analizar como formular los modelos de este tipo. Se explora la naturaleza general
de los modelos y en particular la e los modelos matemticos.
El modelo matemtico esta constituido por relaciones matemticas, ecuaciones y
desigualdades establecidas en trminos de variables que presentan la esencia del
problema que se pretende solucionar.
Para construir un modelo matemtico es necesario definir las variantes en funcin
de las cuales ser establecido. Luego se procede a determinar matemticamente
cada uno de las dos partes que constituyen un modelo: primero, definir la medida
de efectividad que permite conocer el nivel de logro de los objetivos y generalmente
es una funcin, ecuacin llamada funcin objetivo: segundo, definir las limitantes
del problema llamadas restricciones que son un conjunto de igualdades o
desigualdades que constituyen las barreras y obstculos para la consecucin del
objetivo.
Obtencin de una solucin a partir del modelo: Resolver un modelo consiste en
encontrar los valores de las variables dependientes asociadas a los componentes
controlables del sistema con el propsito de optimizar, si es posible o cuanto menos
mejorar la efectividad del sistema dentro del marco de referencia que fijan los
objetivos y las restricciones del problema.
La seleccin del mtodo de solucin depende de las caractersticas del modelo. Los
procedimientos de solucin pueden ser clasificados en tres tipos: los analticos, que
utilizan procesos de deduccin matemtica; los numricos, que son de carcter
inductivo y funcionan con base a operaciones de prueba y error; y los de simulacin,
que utilizan mtodos que imitan o emulan al sistema real, con base a un modelo.
Pruebas del modelo: El desarrollo de un modelo matemtico es similar en algunos
aspectos al desarrollo de un programa de computadora. Cuando se completa la
primera versin, es inevitable que contenga muchas fallas. El programa debe

2
probarse de manera exhaustiva para tratar de encontrar y corregir tantos problemas
como sea posible. De manera equivalente es inevitable que la primera versin de
un modelo matemtico tenga fallas sin duda, algunos factores relevantes no se
incorporaron al modelo y algunos parmetros no se estimaron correctamente. Esto
no se puede eludir dada la dificultad de la comunicacin y la compresin de todos
los aspectos de un problema operacional complejo, as como la dificultad de
recolectar datos confiables. Por lo tanto, antes de usar el modelo debe probarse
exhaustivamente para intentar identificar y corregir todas las fallas que se puede.
Establecimiento de controles sobre la solucin: Una solucin establecida como
vlida para un problema, permanece como tal siempre y cuando las condiciones del
problema como las variables no controlables, los parmetros, las relaciones, etc. No
cambien significativamente.
Implantacin de la solucin: El paso final se inicia con el proceso de vender, los
hallazgos que se hicieron a lo largo del proceso a los que toman decisiones. Una
vez superado este obstculo, se debe traducir la solucin encontrada a
instrucciones y operaciones comprensibles para los individuos que interviene en la
operacin y administracin del sistema. La etapa de implantacin de una solucin
se simplifica en gran medida, cuando se ha propiciado la participacin de los
involucrados en el problema, en cada fase de la metodologa.
Esta etapa es crtica ya que es aqu, y solo aqu, donde se cosecharan los beneficios
de estado. Por lo tanto, es importante que el equipo de IO participe, tanto para
asegurar que las soluciones del modelo se traduzcan con exactitud a un
procedimiento operativo, como para corregir cualquier defecto en la solucin que
alga a la luz en este momento.
MTODO SIMPLEX
EJERCICIO
1)
MAQUINA LECHE MANTEQUILLA QUESO
DESCREMADA
1 0.2 mi/gal 0.5 mi/lib 1.5 mi/lib
2 0.3 0.7 1.2
GANACIA NETA Q.1.32 Q.2.28 Q.4.32
Suponiendo que disponemos de 8hrs. En C/maquina diariamente como gerente
del departamento de produccin.
Restriccin
Maquina 1 0.2X1 + 0.5X2 + 1.5X3 <=480
Maquina2 0.3X1 + 0.7X2 + 1.2X3 <=480
Leche Descremada x1 <=300

3
Mantequilla X2 <=200
Queso X3 <=100
Heraciones
Variable Corriente Coef. Actualmente
X1 0.22 0.04
X2 0.38 0.040
X3 0.72 0.16 0.06

Rangos lado derecho

Cambio Corriente derecha Coeficiente Actualmente
2 490 7.5
3 490 6 130.05
4 300 433.33 42.85
5 200 195.71 60
6 100 109.33

Se deben producir 300 unidades de leche descremada, 200 de mantequilla y

208.3 de queso para maximizar el objetivo, para obtener como minimo dicha
produccin.

Ejercicio 2
HRS. por paciente requerida
Especialidad Laboratorio Rayos x Ciruga
Plstica 5 2 4
Ortopdica 2 1 16
Neurociruga 4 5 10
Min. De H/D 200 140 300

Los mdicos tienen acceso a pacientes de cada tipo como lo deseen

adicionalmente, ha limitado su prctica de ciruga plstica, ortopdica a no ms de
120 hrs. Por semana para cada especialidad.
Solucin
Plastica=X1 ortopdica=X2, Neurocirugia=X3

4
Restricciones
5X1 + 2X2 + 4X3 >=200
2X1 + 1X2 + 5X3 >=140
4X1 + 16X2 + 10X3 >=300
X1 < 120
X2 < 120
X3 < 120
Funcin objetiva
Z=150X1 + 130X2 + 230X3

Tablero 1

X1 X2 X3 H1 H2 H3 H4 Z
5 2 4 1 0 0 0 200
2 1 16 0 1 0 0 140
4 5 10 0 0 1 0 300
1 0 0 0 0 0 0 120
0 1 0 0 0 0 0 120
0 0 1 0 0 0 0 120
-1-Z 1-2M - 150 - 16M -250M 0M
00 -140M
200/5=40, 1-M=140/2=70, 300/4=75, 120/1=120
X1 X2 X3 H1 H2 H3 H4 Z
3 0 2 -1 -2 -2 -2 38
0 -1 14 -2 -1 -2 -2 62
0 1 16 -4 -4 -3 -4 71
1 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0
0 0 1 0 0 0 0 0
1 0 0 -16M-250 2M 0 2M2M
-2M

5
R1-R2=R1, R2-2=R?, R3-4-R3
X1 X2 X3 H1 H2 H3 H4 Z
1 0 0 -3 -4 -4 -4 26
-1 -1/7 0 14/7 -27/7 26/7 126/7 -450/7
0 1 0 0 0 0 0 8,520
1 0 0 0 0 0 0 120
0 1 0 0 0 0 0 120
0 0 0 0 0 0 0 120
0 0 0 0 0 2M 2M 20M
R1-2=R1
R2 2/4-R1=R2
R3*R=R1

X1 X2 X3 H1 H2 H3 H4 Z
1 0 0 -3 -4 -4 -4 36
-1 0 0 0 0 0 0 -5400/7
0 1 0 0 0 0 0 8,520
1 0 0 0 0 0 0 120
0 1 0 0 0 0 0 120
0 0 1 0 0 0 M 120
R2*R4=R2
36/200=0.20 8320/200=28 -5400/7/140=55
Introduccion de Investigacion de Operaciones
La investigacin de operaciones es un procedimiento metdico o abstracto, que
nace del empirimo por que supone la obtencin de frmulas matemticas que
lleguen a la optimizacin en el funcionamiento de un proceso.MTODO DE
ESQUINA NOROESTE
1. Una compaa tiene 3 almacenes con 15, 25 y 5 artculos disponibles
respectivamente con estos artculos disponibles se desea satisfacer la
demanda de 4 clientes que requieren 5, 15, 15 y 10 unidades
respectivamente. Los costos asociados con los envos de mercadera del
almacn al cliente se dan en la siguiente tabla:

Almacn 1 2 3 4 oferta
1 5 10 10 0 20 11 15

6
 2 12 5 7 15 9 5 20 25
3 0 14 16 5 18 5
demanda 5 15 15 10

C11X11 + C12X12 + C22X22 + C23X23 + C24X24 + C34X24

(10*5) + (10*0) + (7 * 5) + (9 * 15)+ (20*5) + (18*5)
= 410

2. Una compaa de autos tiene problemas de distribucin debida que a los

acuerdos de renta permite que los autos se entreguen en lugares diferentes
aquellos que originalmente fueron rentados, por el momento hay 2 lugares
(fuentes) con 15 y 13 autos en proceso respectivamente y 4 lugares de
destino a los que refiere 9, 6, 7 y 9 autos respectivamente los costos
unitarios de transporte en quetzales entre los lugares son los siguientes:

Almacn 1 2 3 4 oferta
1 9 45 6 17 21 30 15

2 14 18 7 19 6 31 13
3 0 0 0 3 0 3
demanda 9 6 7 9

(9x45) + (17x6) + (19x7) + (6x31) + (3x0)

405 + 102 + 133 + 186 + 0 = 826
MTODO DE COSTO MNIMO
Una compaa de agua tiene 3 depsitos con una entrada diaria estimada de 15, 20
y 25 millones de litros de agua respectivamente. Diariamente tiene que abastecer 4
reas A, B, C y D, las cuales tiene una demanda esperada de 8, 10,12 y 15 millones
de litros respectivamente. El costo de bombeo por milln de litros de agua es como
sigue.

7
 rea
Depsito A B C D
1 2 3 4 5
2 3 2 5 2
3 4 1 2 3

Encuentre la solucin bsica de inicio del modelo de transporte por el mtodo de

costo mnimo.

= 15 + 20 + 25 = 60
1

= 8 + 10 + 12 + 15 = 45
1

1 1

60 45

= 60 45 = 15
1 1

= 15 + 20 + 25 = 60
1

= 8 + 10 + 12 + 15 + 15 = 60
1

METODO DE APROXIMACION DE VOGEL

Es un mtodo que generalmente proporciona una mejor solucin de inicio que los
dos mtodos anteriores.
La solucin mediante este mtodo es la siguiente. Prepare su matriz y siga los pasos
indicados para comparar sus resultados con la solucin presentada.

8
Para comprender la metodologa para realizar los registros de valores dentro de la
matriz, repasemos paso a paso la secuencia.

1. Determine un conjunto de penalizaciones, calculando la diferencia entre los

dos valores de costo ms pequeos de cada fila y de cada columna. Para la
fila uno, los dos costos menores son 0 y 32, siendo la diferencia entre
ambos de 32. Para la columna uno, los dos costos menores son 34 y 38,
siendo la diferencia entre ambos de 4. Contine calculando diferencias y
registre las penalizaciones correspondientes al primer juego de
penalizaciones para filas y columnas.

2. Identifique la penalizacin mayor del primer juego de resultados, comparando

tanto los valores de filas como de columnas. El valor mayor del primer juego,
le corresponde a la penalizacin 32 de la segunda fila.

3. Identifique la variable con el costo unitario ms pequeo dentro de la fila o

columna con la penalizacin mayor. Para este ejemplo, dentro de la fila 2, el
costo menor, es de 0. Ahora asigne lo mximo permitido por la oferta y la
demanda, en esta casilla con el costo menor.

4. Actualice saldos en oferta y demanda y proceda a eliminar la fila o columna

que quede satisfecha. En el ejemplo, la columna 6 queda eliminada debido a
que ya no hay demanda que cubrir. Se numera la lnea que tacha la columna
para guardar el orden de la correlatividad en la asignacin de valores. La
tabla, luego de los pasos indicados, queda as

Distribuidores

42 32 39 36 0

(11) (12 ) (13) (14) (15) (16)

9
 34 36 37 32 37 0 PENALIZA
Fbric A B C D E F
a CIONES
Oferta
DE FILAS

20
32 5
(21) (22 ) (23) (24) (25) (26)

25 20 0
32 40 35
38 31 35

30 31

(31) (32 ) (33) (34) (35) (36)

75
5

75

4 1 4 3 1 0 1er. JUEGO
PENALIZACIONES COLUMNAS

5. Determine nuevo conjunto de penalizaciones para cada fila y para cada

columna haciendo de cuenta que la columna 6 ya n forma parte de la matriz.
Verifique sus resultados con las penalizaciones indicadas del 20 . Juego. La
matriz, luego del 2. Juego de Penalizaciones, queda as:

Distribuidores

10
 Fbric PENALIZA
A B C D E F CIONES
a Oferta
DE FILAS
42 32 39 36 0
20

32 1

25 20
(11) (12 ) (13) (14) (15) (16) 32 2

34 36 37 32 37 0 31 4
30 18

5
75
(21) (22 ) (23) (24) (25) (26)

0
40 35
38 31 35

12
(31) (32 ) (33) (34) (35) (36)

5 75

4 1 4 3 1 0 1er. JUEGO

4 1 4 3 1 2do JUEGO
PENALIZACIONES COLUMNAS

En este ejemplo, al momento de decidir esta segunda asignacin de un valor, se

presenta la problemtica que se tienen tres penalizaciones con valor 4 (la tercera
fila, la primera y tercera columnas). Dnde asignar? Se debe tomar en cuenta que
todo empate se rompe arbitrariamente. De esta manera, se decidi asignar en la

11
 casilla con el costo ms bajo de la fila tres y por esta razn esta sombreada dicha
penalizacin y no las otras.
6. Repita los pasos del 2 al 5 de manera cclica por cada asignacin que vaya
a realizar hasta que ya no le sea posible calcular ms juegos de
penalizaciones o ya no existan valores por asignar. Luego de la 6.
Penalizacin y asignacin, ya no le ser posible, calcular ms juegos de
penalizaciones, por lo que la matriz, le quedara as:

Distribuidores

Fbric A B C D E F
a Oferta

42 32 39 36 0
20 6

14
25 20 10
(11) (12 ) (13) (14) (15) (16)

34 36 37 32 37 0

30 18 12

10 10 5

5 (21) (22 ) (23) (24) (25) (26) 75

0
40 35
38 31 35

12 6
(31) (32 ) (33) (34) (35) (36)

75

12
RESUMEN DE LOS CLCULOS DE PENALIZACIONES:
Clculo de penalizaciones de filas:
1er Juego 2do Juego 3er Juego 4to Juego 5to Juego 6to Juego
32 1 3 3 3 3

32 2 2 2 5 ________
31 4 0 0 0 0

Clculo de penalizaciones de columnas:

1er. Juego 4 1 4 3 1 0

2 . Juego 4 1 4 3 1 ____

3er. Juego 4 ____ 4 3 1 ____

4 . Juego 4 ____ ____ 3 1 ____

5 . Juego ____ ____ ____ 3 1 ____

6 . Juego ____ ____ ____ 4 1

7. En este momento, luego del 6. Juego de penalizaciones, ya no pueden

calcularse ms juegos, debido a que la columna E, es la nica columna libre
y sus costos no pueden compararse contra los costos de otra columna para
determinar las diferencias que conceptualizan las penalizaciones. Por lo
tanto, cuando ya no sea posible calcular juegos de penalizaciones o ya no
sea posible determinar una penalizacin mayor por falta otros valores para
su comparacin, entonces detenga el procedimiento y luego contine sus
asignaciones de valores a sus variables, mediante el mtodo del costo
mnimo. En ese momento, solo hay dos casillas libres correspondientes a las
variables 15 y 35, de las cuales, la que tiene el costo ms pequeo, es la
ltima mencionada, lo que significa que a esta casilla asignaremos la mayor
cantidad posible y, finalmente, completaremos la matriz, asignando en la
casilla 15. La matriz final, queda as:

13
 Distribuidores

Fbric A B C D E F
a Oferta

42 32 39 36 0
20 6

14 6
25 20 10
(11) (12 ) (13) (14) (15) (16)

34 36 37 32 37 0

30 18 12

10 10 5

5 (21) (22 ) (23) (24) (25) (26) 75

___
0
40 35
38 31 35

12 6 12
(31) (32 ) (33) (34) (35) (36)

75
___ ___

14
 Durante el desarrollo del mtodo, tenga presente siempre las siguientes
consideraciones:
Consideraciones importantes del mtodo:
Para el clculo de penalizaciones considere que no se utiliza ninguna fila o
columna eliminada (tachada), ni tampoco ninguna fila o columna con oferta o
demanda igual a cero.
Todo empate en el valor de penalizaciones, se rompe arbitrariamente.

El costo total de transporte asociado se determina por la sumatoria de la

multiplicacin de la cantidad de unidades asignadas en cada casilla, por su costo
unitario correspondiente.

Para este mtodo, el costo de transporte asociado se determina as:

(14*33) + (6*36) + (10*34) + (10*32) + (5*0) + (12*31) + (6*35) + (12*35) = Q. 2,340.00

MTODO DE MULTIPLICADORES
Una compaa est considerando una demanda de 4 clientes utilizando artculos
que tienen disponibles en 3 almacenes. Los almacenes cuentan con 15, 25 y 5
unidades respectivamente. Los clientes necesitan 5, 15, 15 y 10 unidades
respectivamente. Los costos de embarque por artculo de los almacenes de los
clientes son: Destino
Fuentes 1 2 3 4 oferta
1 10 0 20 11 15

2 12 7 9 20 25

3 0 14 16 18 5

demanda 5 15 15 10

Se resuelve el modelo de transporte empleando:

Una solucin inicial por el mtodo de mtodo de esquina noroeste.
La solucin ptima por el mtodo de multiplicador es:
Destino o cliente Costo unitarios de envi Oeste
Fuentes 1 2 3 4 oferta
1 5 10 10 0 20 11 15 Norte

2 12 5 7 15 9 20 25
5 Oferta
3 0 14 16 18 5
5
demanda 5 15 15 10

15
 Artculos
Se requiere determinar cuntos artculos enviar de cada destino con el mnimo
costo.
Paso 1: Oferta y demanda son iguales?
Si-------Continuar.
No------Mucha oferta
Usar un cliente ficticio para igualar la oferta a la demanda.
Mucha demanda?
Usar un cliente ficticio para igualar la oferta a la demanda.
Soluciones factibles

Paso 2: Hay tres opciones.

Ok---------Esquina noroeste.
Costo mnimo.
Almacn 1 2 3 4 oferta
Aproximacin de Vogel. 1 5 10 10 0 20 11 15

2 12 5 7 15 9 20 25
5
3 0 14 16 18 5
5
demanda 5 15 15 10

C11X11 + C12X12 + C22X22 + C23X23 + C24X24 + C34X24

(10*5) + (10*0) + (7 * 5) + (9 * 15) + (20*5) + (18*5)

= 410.

Revisar la solucin obtenida.

Costo de envi? Z=410.
Paso 3
Solucin degenerada. Columnas + filas -1 casillas llenas
Cumple la inecuacin mostrada?
Ok---------Si---------El problema no es degenerado
Se puede proceder al clculo de los multiplicadores.

16
No--------Llenar las casillas faltantes con una cantidad muy pequea.
Llamada psilon.
Clculo de multiplicadores
Paso 4
Se usa una solucin factible inicial para este paso (se muestra resultado esquina
noroeste).
0 -10 -8 3
1 5- 10 10 0 20 11 10
2 13
2 17 12 5 7 15 9 20 17
5+
3 15+ 0 14 16 18 15
5 7 5-
demanda 5 15 15 10

Nota: Para iniciar usaremos 10 en algunos problemas usa 0 pero de igual forma se
llega al mismo.
Se coloca cuando la cantidad de artculos es mayor al costo unitario de envi.
Asignar produccin o envi a la casilla seleccionada.
Paso 5
No olvidar los requerimientos del cliente ni las capacidades de los almacenes o las
fuentes.
Clculo de costos de envi.
Z = (9)(15) + (9)(15) + (20)(10) = Q 335.00.

1 10 15 0 20 11

2 12 7 15 9 20
10
3 0 14 16 18

Paso 6
Paso 3-----paso 4----paso 5
Se termina el problema cuando ocurre alguna de las dos opciones:
El costo de envi Z deja de disminuir.
Deja de haber casillas marcadas.

17
Repitiendo el paso 3.
Costo de envi Z = 335.
Solucin degenerada. Columnas + filas 1. Casillas llenas.
Se cumple la inecuacin mostrada?
No es menor o igual 4 + 2
Si------El problema no es degenerado.
Se puede proceder al clculo de los multiplicadores.
Ok----No------Llenar las casillas faltantes con una cantidad muy pequea llamada
psilon.

-5 -10 -8 3
1 5 10 15 0 20 11 10
2 13+
2 E 12 E+ 7 15 9 20 17
10
3 5 0 14 16 18 5
-5 -3 8

Nuevo costo de envi

Z = (7)(10) + (9)(15) + (11)(10) = Q 315.00

1 10 5 0 20 11
10
2 12 10 7 15 9 20
3 5 0 14 16 18

Repitiendo el paso 3
Costo de envi z = 315
Solucin degenerada. Columnas + filas 1. Casillas llenas.
Se cumple la inecuacin mostrada?
Si-------El problema no es degenerado, se puede proceder al clculo de los
multiplicadores.
18
Ok-------No-------Llenar las casillas faltantes con una cantidad muy pequea llamada
psilon.
-5 -10 -8 3
1 5 10 15 0 20 11 10
Deja de haber 2 13+
2 E 12 E+ 7 15 9 20 17
Casillas marcadas 10
3 5 0 14 16 18 5
-5 -3 8

Solucin: el costo de envi es de Q 315

Z = (7)(10) + (9)(15) + (11)(10) = Q 315.00
Destino
Fuente 1 2 3 4
1 10 5 0 20 11
10
2 12 10 7 15 9 20
3 5 0 14 16 18

MTODO DE ASIGNACIN DE RECURSOS

Debe efectuarse 4 reparaciones a 4 distintas maquinas, el objetivo es determinar
la asignacin de estas reparaciones al mecnico que nos cobre ms barato segn
la matriz de costos siguientes:
A B C D
0.16 0.14 0.15 0.18
0.12 0.13 0.16 0.14
0.14 0.13 0.11 0.12
0.16 0.18 0.15 0.17

A B C D
0.02 0 0.01 0.04
0 0.01 0.04 0.02
0.03 0.02 0 0.01
0.01 0.03 0 0.02

19
 A B C D
0.02 0 0.01 0.03
0 0.01 0.04 0.01
0.03 0.02 0 0
0.01 0.03 0 0.01

Maquina 1=B Costo=0.14

Maquina 2=A Costo=0.12
Maquina 3=DCosto=0.12
Maquina 4=CCosto=0.15
Costo total=0.53
ALGORITMO DE EXPANSION MINIMA
Caractersticas
1. Algoritmo basado en las aristas
2. Agrega las aristas, uno a la vez, en orden de peso creciente.
3. El algoritmo mantiene A-un bosque de rboles. Una arista es aceptada si se
conecta vrtices de distintos rboles.
4. Necesitamos una estructura de datos que mantiene una particin, es decir, a
coleccin de conjuntos disjuntos.
Ahora veamos un ejemplo:
1. Tenemos un grafo como observamos las aristas son los conectores entre dos
vrtices o nodos (bolitas que estn enumeradas del 1 al 8) estas contienen
un peso. Luego elegimos la arista con menor peso.

6 74 4

54 75 88 31 29
1 47 3 55 2 79 8

23 32 66 74 68
80
5 93 7

20
2. A este proceso de aristas se le suma la siguiente arista que sea menor, con
peso en este caso
6 74 4

54 75 88 31 29
1 47 3 55 2 79 8

23 32 66 74 68
80
5 93 7

3. elegimos a otra que tenga el menor peso en este caso 31.

6 74 4

54 75 88 31 29
1 47 3 55 2 79 8

23 32 66 74 68
80
5 93 7

4. nos ubicamos en los vrtices 2 y 8, si en la arista que los conecta hubiera 32

como peso no se debe elegir ya que debe ser un rbol que es un grafo no
ciclo o una cerradura de vrtices). Por lo tanto y en este ejemplo el 32 est
en el vrtice 2 y 5.
6 74 4

54 75 88 31 29
1 47 3 55 2 79 8

23 32 66 74 68
80
5 93 7

21
5. seguimos tomando las aristas y que no formen un ciclo, estas tratan de
conectar todos los vrtices.
6 74 4

54 75 88 31 29
1 47 3 55 2 79 8

23 32 66 74 68
80
5 93 7

6 74 4

54 75 88 31 29
1 47 3 55 2 79 8

23 32 66 74 68
80
5 93 7
6. En este punto el proceso vemos que como caso especial que habamos visto,
no tomamos la arista de los vrtices 2 y 3, pues formara un ciclo.

6 7 4

54 75 88 31 29
1 47 3 55 2 79 8

23 32 66 74 68
80

5 93 7
7. Finalmente se han unido los vrtices, sin formar un siclo en las aristas.

6 74 4

54 75 88 31 29
1 47 3 55 2 79 8

23 32 66 74 68
80
5 93 7
PROBLEMA DE TRANSBORDO

22
EL PROBLEMA
Modelar mediante programacin lineal el problema de transbordo esbozado en la
siguiente figura.

La figura muestra una serie de nodos y sus respectivas rutas mediante las cuales
se supone distribuir las unidades de un producto, el nmero que lleva cada arco
(flecha) representa el costo unitario asociado a esa ruta (arco), y las cantidades que
se ubican en los nodos iniciales representan la oferta de cada planta, as como las
cantidades de los nodos finales representa la demanda de cada distribuidor.

LAS VARIABLES DE DECISIN

En este caso como en la mayora las variables de decisin deben representar la
cantidad de unidades enviadas por medio de cada ruta. Es muy aconsejable denotar
cada nodo con un nmero para simplificar la definicin nominal de las variables.

23
Una vez renombrado cada nodo definiremos las variables:

XA,C = Cantidad de unidades enviadas desde P1 hacia T1

XA,D = Cantidad de unidades enviadas desde P1 hacia T2
XB,C = Cantidad de unidades enviadas desde P2 hacia T1
XB,D = Cantidad de unidades enviadas desde P2 hacia T2
XC,D = Cantidad de unidades enviadas desde T1 hacia T2
XC,E = Cantidad de unidades enviadas desde T1 hacia D1
XC,F = Cantidad de unidades enviadas desde T1 hacia D2
XD,F = Cantidad de unidades enviadas desde T2 hacia D2
XD,G = Cantidad de unidades enviadas desde T2 hacia D3
XE,F = Cantidad de unidades enviadas desde D1 hacia D2
XF,G = Cantidad de unidades enviadas desde D2 hacia D3
RESTRICCIONES
Existen en este modelo 3 tipos de restricciones y estn estrechamente relacionadas
con los tipos de nodos existentes, para un nodo oferta pura existe la restriccin de
oferta; para un nodo demanda pura existe la restriccin de demanda, y para un nodo
transitorio y/o transitorio de demanda existe la restriccin de balance. Recordemos
que los nodos transitorios son aquellos que tienen rutas (arcos o flechas) de entrada
y salida, y si adems este presenta un requerimiento de unidades se denomina
transitorio de demanda.

Restricciones de Oferta:

XA,C + XA,D = 1000

XB,C + XB,D = 1200

Restricciones de demanda:

24
XD,G + XF,G = 500

Restricciones de balanceo para nodos nicamente transitorios:

Con estas restricciones aseguramos que todas las unidades que lleguen sean
iguales a las unidades que salgan.

XA,C + XB,C - XC,D - XC,E - XC,F = 0

XA,D + XB,D + XC,D - XD,F - XD,G = 0

Restricciones de balanceo para nodos transitorios con requerimientos:

Con estas restricciones aseguramos que todas las unidades que lleguen sean
iguales a la sumatoria de las unidades que salen ms los requerimientos del nodo
(demanda).

XC,E - XE,F = 800

XC,F + XD,F + XE,F - XF,G = 900
FUNCIN OBJETIVO
En este caso la definicin de la funcin objetivo se limita a la consignacin de cada
ruta con su respectivo costo bajo el criterio "minimizar".

ZMIN = 3XA,C + 4XA,D + 2XB,C + 5XB,D + 7XC,D + 8XC,E + 6XC,F + 4XD,F + 9XD,G +
5XE,F + 3XF,G
INGRESANDO EL MODELO A WINQSB

SOLUCIN OBTENIDA MEDIANTE WINQSB

25
Esta es la representacin grfica de la solucin cuyo costo ptimo es de 20.700
unidades monetarias

EL PROBLEMA
Un minero ha quedado atrapado en una mina, la entrada a la mina se encuentra
ubicada en el nodo 1, se conoce de antemano que el minero permanece atrapado
en el nodo 9, para llegar a dicho nodo hay que atravesar una red de tneles que van
conectados entre s. El tiempo de vida que le queda al minero sin recibir auxilio es

26
cada vez menor y se hace indispensable hallar la ruta de acceso al nodo 9 ms
corta. Las distancias entre nodos de la mina se encuentran en la siguiente grfica
dadas en cientos de metros. Formule un modelo de transbordo y resuelva mediante
cualquier paquete de herramientas de investigacin operativa que permita
establecer la ruta ms corta para poder as auxiliar al minero.

VARIABLES DE DECISIN
El nombre de las variables en este caso poco importa, dado que de ser escogida
para la solucin bsica eso significa simplemente que ser empleada como ruta
para ir a rescatar al minero, sin embargo nada tiene de malo el que se le pueda
asociar con el envo de unidades desde la entrada de la mina hacia el minero, por
ende puede sugerirse este como nombre de las variables. "Cantidad de unidades
enviadas desde el nodo i hacia el nodo j".

X12 = Cantidad de unidades enviadas desde el nodo 1, hacia el nodo 2

X13 = Cantidad de unidades enviadas desde el nodo 1, hacia el nodo 3
X23 = Cantidad de unidades enviadas desde el nodo 2, hacia el nodo 3
X24 = Cantidad de unidades enviadas desde el nodo 2, hacia el nodo 4
X32 = Cantidad de unidades enviadas desde el nodo 3, hacia el nodo 2
X34 = Cantidad de unidades enviadas desde el nodo 3, hacia el nodo 4
X35 = Cantidad de unidades enviadas desde el nodo 3, hacia el nodo 5
X46 = Cantidad de unidades enviadas desde el nodo 4, hacia el nodo 6
X47 = Cantidad de unidades enviadas desde el nodo 4, hacia el nodo 7
X54 = Cantidad de unidades enviadas desde el nodo 5, hacia el nodo 4
X56 = Cantidad de unidades enviadas desde el nodo 5, hacia el nodo 6
X57 = Cantidad de unidades enviadas desde el nodo 5, hacia el nodo 7
X58 = Cantidad de unidades enviadas desde el nodo 5, hacia el nodo 8
X67 = Cantidad de unidades enviadas desde el nodo 6, hacia el nodo 7
X69 = Cantidad de unidades enviadas desde el nodo 6, hacia el nodo 9
X76 = Cantidad de unidades enviadas desde el nodo 7, hacia el nodo 6
X78 = Cantidad de unidades enviadas desde el nodo 7, hacia el nodo 8
X79 = Cantidad de unidades enviadas desde el nodo 7, hacia el nodo 9
X87 = Cantidad de unidades enviadas desde el nodo 8, hacia el nodo 7
X89 = Cantidad de unidades enviadas desde el nodo 8, hacia el nodo 9

27
RESTRICCIONES
Restricciones de Oferta y Demanda

Hay que recordar que el objetivo de este modelo es la consecucin de un plan de

ruta que nos permita encontrar al minero lo ms pronto posible al recorrer la
distancia mnima posible, por ende la clave para plantear el modelo como si fuese
de transbordo es establecer una demanda y oferta igual a la unidad (1).

X12 + X13 = 1
X69 + X79 + X89 = 1

Restricciones de Balance

X12 + X32 - X23 - X24 = 0

X13 + X23 - X32 - X34 - X35 = 0
X24 + X34 + X54 - X46 - X47 = 0
X35 - X54 - X56 X57 X58 = 0
X46 + X56 + X57 - X67 X69 = 0
X67 + X47 + X57 + X87 X76 X78 X79 = 0
X78 + X58 X89 = 0

En palabras sencillas: "Todo lo que entra a cada nodo es igual a lo que sale de l"
FUNCIN OBJETIVO
ZMIN = 4X12 + 2X13 + 2X23 + 7X24 + 4X32 + 9X34 + 6X35 + 1X46 + 5X47 + 2X54 + 4X56 +
3X57+ 2X58 + 1X67 + 5X69 + 4X76 + 3X78 + 5X79 + 2X87 + 7X89
INGRESANDO LOS DATOS A WINQSB

28
La ruta ms corta para rescatar al minero tiene como distancia total 1600 metros
(dado que las distancias estaban dadas en cientos de metros) y es tal como se
muestra en la siguiente grfica.

29
CADENAS DE MARKOV
1. El propietario de una empresa de transporte extraurbano necesita estimar la
proporcin de las preferencias de los clientes del servicio de los meses de
abril y mayo. Se cuenta para el efecto con datos del porcentaje de preferencia
del servicio correspondiente a marzo, estos son:

Transporte El cndor El quetzal El guila

Preferencia % 50 30 20

Los valores de probabilidad de la transicin entre las empresas del transporte,

durante el mes de abril son los siguientes:
El cndor retuvo el 90% de sus clientes, el 5% se cambi al quetzal y el 5%
restante se cambi al guila.
El quetzal retuvo el 70 % de sus clientes, el 10 % se cambi a cndor y el
20% al guila.
El guila retuvo el 80% de sus clientes, el 15% se cambi al cndor y el 5%
cambio el quetzal.
Solucin:
Matriz inicial Matriz de transicin
C Q A C Q A
[0.50 0.30 0.20] C 0.90 0.05 0.05
Q 0.10 0.70 0.20
A 0.15 0.05 0.80

30
 Periodo Periodo Periodo inicial Periodo transicin
Mayo inicial transicin abril
0.90 C 0.4050 C 0.90 C 0.450
0.05 Q 0.225 Q
0 05A 0.225 A
0.50 C 0.05Q 0.025 0.10
0.0025A
0.70 0.0175Q
0.20 0.050A
0.05A 0.025 0.15C
0.00384
0.05Q 0.0012Q
0.80A 0.0200A
0.10 0.030 0.90C
0.0270C 0.05Q
0.0015Q 0.05A
0.015A
0.70 0.210 0.10C 0
.210C 0.70Q
0.1470Q 0.20A
0.420A
0.20A 0.060 0.15C
0.0090C 0.05Q
0.0030Q 0.80A
0.0480A
Cndor Quetzal guila
0.450 0.025 0.025 0.030
0.210 0.060 0.030
0.010 0.060
0.510 0.245 0.246

2. Ejemplo del Clima:

En un pueblito, el clima puede cambiar de un da para otro. Considere sol 2 estados
del tiempo: clima seco o clima hmedo. La probabilidad de tener un clima seco al
da siguiente es del 80% si el da actual es seco; pero si el clima es hmedo, la
probabilidad de tener un clima seco es del 60%. Suponga que dichos valores no
cambian en el tiempo.

31
Se le pide determinar:
1. La matriz de transicin
2. El diagrama de transicin
3. Las probabilidades del estado estable del sistema

Solucin:
1. La matriz de transicin
Definimos la variable:
X = Estado del clima
0 Clima Seco
X=
1 Clima Hmedo
P { Xt+1= 0 | Xt = 0} = 0.8
P { Xt+1= 1 | Xt = 1} = 0.6

Estado Actual Xt Estado Siguiente Xt+1

0y1 0 1
P00= 0.8 P01=0.2
P10= 0.6 P11= 0.4

2. El diagrama de transicin

32
3. Las probabilidades del estado estable del sistema
Para una matriz de transicin de 2 * 2 se plantean las siguientes ecuaciones:
Despus de transcurridos varios das.
0= Probabilidad de llegar a un da seco
1= Probabilidad de llegar a un da Hmedo
0= P000 + P101
1= P010 + P111
1 = 0 + 1

0= 0.80 + 0.61
1= 0.20 + 0.41
1 = 0 + 1
Despejamos la Ecuacin 3
0 = 1 - 1
Sustituimos la Ecuacin 3 despejada en la Ecuacin 1 y sacamos el
valor de 1
0= 0.80 + 0.61
1- 1= 0.8(1- 1) + 0.61
1- 1=0.8-0.8 1 + 0.61
1- 1=0.8-0.8 1 + 0.61
0.8 1 - 1 -0.61=0.8 1
-0.8 1= -0.2
1= 0.25
Ahora sustituimos 1 en la Ecuacin 3 y sacamos el valor de 0
1= 0.25
o= 0.75

33
RUTA MS CORTA
1. Considere la siguiente red dirigida (para una red indirecta, haga que los arcos
estn dirigidos en ambas direcciones, luego aplique la misma formulacin.
Note que en este caso usted tiene Xij y Xji variables. El objetivo es encontrar
el camino ms corto desde el nodo 1 al nodo 7. La red sera:
Considere la siguiente red dirigida (para una red indirecta, haga que los arcos estn
dirigidos en ambas direcciones, luego aplique la misma formulacin. Note que en
este caso usted tiene Xij y Xji variables. El objetivo es encontrar el camino ms corto
desde el nodo 1 al nodo 7. La red sera:

Nodo 1: X12+X13 = 1
Nodo 2: X12+X32-X24-X27 = 0
Nodo 3: X13-X32-X35 = 0
Nodo 4: X24-X47-X45 = 0
Nodo 5: X35+X45 X56 = 0
Nodo 6: X56-X67 = 0
Nodo 7: X27+X47+X67 = 1

NODO RUTA DISTANCIAS O

COSTOS, $
Origen 1 1 0
2 1-2 15
3 1-3 10
4 1-2-4 21
5 1-3-5 14
6 1-3-5-6 16
7 1-3-5-6-7 22

2.

34
EL PROBLEMA DE LA RUTA MAS CORTA
Una persona tiene que desplazarse a diario de un pueblo 1 a otro 7. Est estudiando
cual es el trayecto ms corto usando un mapa de carreteras. Las carreteras y sus
distancias estn representadas en la figura siguiente:

Balance de caminos del pueblo 1: X12 + X13 = 1

Balance de caminos del pueblo 2: X24 + X25 X12 X42 X52 = 0
Balance de caminos del pueblo 3: X34 + X36 X13 X43 X63 = 0
Balance de caminos del pueblo 4: X42 + X43 + X45 X24 X34 X54 = 0
Balance de caminos del pueblo 5: X52 + X54 + X57 X25 X45 =
Balance de caminos del pueblo 6: X63 + X67 X36 = 0
Balance de caminos del pueblo 7: X57 X67 = -1
Xij 0
Xij es booleano
Se determina la funcin objetivo:
Minimizar Z = 12X12 + 4X13 + 5X24 + 3X25 + 2X34 + 10X36 + 5X42 +
2X43 + 10X45 + 3X52 + 10X54 + 2X57 + 10X63 + 4X67
MTODOS DE INVENTARIO
a. Suponga que R Y B tiene una bebida refrescante que muestra una
taza de demanda anual de 3600 cajas. Una caja de la bebida le
cuesta a RYB Q3.00. Los costos de ordenar son 20 por pedido y
los costos de mantener son 25% del valor del inventario, RYB tiene
250 das hbiles anuales y el tiempo d entrega es de 5 das.
Identifique lote econmico a ordenar

35
Costo anual total

b. Un proveedor ofrece la siguiente tabla de descuento para la

adquisicin de su principal producto cuya demanda usted ha
estimado en 5000 unidades, el costo de emitir una orden de pedido
es de 49 unidades y adicionalmente se ha estimado que el costo
anual de almacenar una unidad de inventario es de 20% del costo
de adquisicin de producto. Cul es la cantidad de la orden que
minimiza el costo total del inventario?
Tamao de lote Descuento Valor del producto
0 a 99 0% 5
1,000 a 1,999 4% 4.8
2,000 o mas 5% 4.75

2 5000 49
1 = = 700
0.2 5

2 5000 49
2 = = 714
0.2 4.8

2 5000 49
3 = = 718
0.2 4.75

= + +
2

5000 700
= 5000 5 + + 5 0.20 = 25,700
700 2
1000 = 714 = 24.725
2000 = 718 = 24.822

36
Modelo determinstico de revisin peridica
Un Modelo determinstico es un modelo matemtico donde las mismas entradas
producirn invariablemente las mismas salidas, no contemplndose la existencia
del azar ni el principio de incertidumbre. Est estrechamente relacionado con la
creacin de entornos simulados a travs de simuladores para el estudio de
situaciones hipotticas, o para crear sistemas de gestin que permitan disminuir la
incertidumbre.

La inclusin de mayor complejidad en las relaciones con una cantidad mayor de

variables y elementos ajenos al modelo determinstico har posible que ste se
aproxime a un modelo probabilstico o de enfoque estocstico.
Ejemplos
Por ejemplo, la planificacin de una lnea de produccin, en cualquier proceso
industrial, es posible realizarla con la implementacin de un sistema de gestin de
procesos que incluya un modelo determinstico en el cual estn cuantificadas las
materias primas, la mano de obra, los tiempos de produccin y los productos finales
asociados a cada proceso.
Quienquiera que haya adquirido artculos en grandes volmenes a pedidos a podido
pagar un precio unitario menor. Cuando se conoce la demanda, la entrega se vuelve
instantnea y el precio de los productos varia de acuerdo al volumen ordenado.
La figura 2 ilustra en concepto de descuento por volmenes, dice que a medida que
el volumen ordenado (Q) se incrementa, el proveedor a menudo puede producir y
embarcar su mercadera a mas bajo precio. Para estimular esto el proveedor
comparte estas ventajas con el cliente.
En la Figura 2 las lneas continuas representan los costos promedios anuales para
distintos probables cantidades ordenadas, sin embargo estas lineas continuas se
vuelven discontinuas en las zonas en que se rompe el borde de los precios, a cada
tipo de valores de Q se le aplican diferentes curvas de costos.
El procedimiento general para determinar la cantidad a ordenar pasa por verificar la
curva de costo mnimo para una Q optima. Si no se tiene xito, entonces se verifica
en forma sistemtica a cada una de las curvas superiores hasta encontrar la optima.
Esencialmente, este procedimiento permite encontrar el punto del costo mas bajo
en la curva.

37
Ejemplo:
Considere una situacin de inventarios en un centro medico en donde se adquieren
productos sanitarios desechables, en cajas de 5 docenas.
La demanda anual es de 400 cajas; el costo de colocacin de cada orden es de 12
dlares y el del manejo de inventario es de 20%. Existen tres cortes de precio; el
precio por caja es de: 29 dlares, de 1 hasta 49 cajas; de 28,59 dlares, de 50 hasta
99 cajas; de 28 dlares, de 100 cajas en adelante.
Para determinar la cantidad ptima, iniciamos con la curva de costo ms baja y se
calcula Q para un precio de 28 dolares caja.,
Q = "((2DS)/(IC)) = "2*400*12/0.2*28 = 41,4 No es Factible
Calculamos el Costo Total:
TC = CD + SD/Q + ICQ/2
TC = 11.528
Pasando a la siguiente curva:
Q = "((2DS)/(IC)) = "2*400*12/0.2*28,5 = 41,04 No es Factible
TC = CD + SD/Q + ICQ/2
TC = 11.638,5
Pasando a la siguiente curva:
Q = "((2DS)/(IC)) = "2*400*12/0.2*29 = 40,68 Si es Factible
TC = CD + SD/Q + ICQ/2
TC = 11.835,97

38
Modelo estocstico de revisin peridica
Un modelo es estocstico cuando al menos una variable del mismo es tomada como
un dato al azar y las relaciones entre variables se toman por medio de funciones
probabilsticas. Sirven por lo general para realizar grandes series de muestreos,
quitan mucho tiempo en el computador son muy utilizados en investigaciones
cientficas.
Para lograr modelar correctamente un proceso estocstico es necesario
comprender numerosos conceptos de probabilidad y estadstica.
Dentro del conjunto de procesos estocsticos se encuentran, por ejemplo, el tiempo
de funcionamiento de una mquina entre avera y avera, su tiempo de reparacin
y el tiempo que necesita un operador humano para realizar una determinada
operacin.
Comparando todos los costos totales se ve que el costo total ms bajo es de 11.528
dlares al ordenar una cantidad de 100 cajas.
Los vendedores de diario, gerente de produccin, propietarios de carnicera, etc,
deben hacer frente al problema de Que tanto debo pedir?. Cuando la situacin de
la orden es slo para el prximo periodo los costos crticos sol los costos de escasez
por no tener existencia (Cu) y los costos por tener demasiada existencia (Co). El
vendedor, gerente o dueo, se enfrenta a la minimizacin de los costos totales
cuando la demanda no se conoce con certeza.
La ecuacin sugiere que la persona que ordena un producto debe almacenar a
aquel la cantidad (porcin) de la demanda, la cantidad critica (CC), donde se lleva
a cabo la relacin del costo de la suma de las inexistencias ms las sobre
existencias.
CC = Cu/Cu + Co
Ejemplo
El Dueo de una distribuidora de peridicos y revistas posee cuatro sitios diferentes
de ventas al menudeo. Una revista popular tiene una demanda que varia
uniformemente de 500 a 1200 copias en las cuatro tiendas combinadas. El pedido
esta centralizado y las revistas pueden ser enviadas fcilmente de una tienda a otra.
El ciento de estas revistas cuesta 125 dlares, y y cada una se vende a un precio
de 2.25 dlares. Cuando se compra en lotes a este precio, el editor no admite
devoluciones. Cul debe ser la cantidad por pedir para el siguiente periodo?
CC = Cu/Cu + Co
=(2.25-1.25) / (2.25-1.25) + 1.25
CC = 0.444
El gerente expirimenta una perdida de utilidad de 1.00 dlares si ordena demasiado
poca, pero una perdida de 1.25 dlares si ordenas demasiadas.

39
La cantidad economica a ordenar es:
Q = 500 + 0.444( 1200 - 500)
Q = 810.8 unidades

Mtodo estocstico de un solo periodo para productos perecederos

Ejemplo:
El dueo de una distribuidora de peridicos y revistas posee cuatro sitios diferentes
de ventas al menudeo una revista popular tiene una demanda que vara
uniformemente de 500 a 1200 copias en las cuatro tiendas combinadas. El pedido
est centralizado y las revistas pueden ser enviadas fcilmente de una tienda a otra.
El ciento de estar revistas cuesta Q125.00 (Q1.25 c/u) y cada una se vende al precio
de Q2.25.
Cuando se compra en lotes el editor no admite devoluciones.
Cul debe ser la cantidad por pedir para el siguiente periodo?
C=Costo unitario
H=Valor de rescate (Valor de almacn-Valor de liquidacin)
P=Costo por no tener producto (Incluye el ingreso perdido) y el costo de la prdida
de imagen ante el cliente)
F(x)=Cantidad por ordenar
F(y)=Demanda desconocida

La funcin que permite minimizar el costo esperado asociado al inventario es:

() = + ( ) + ( + ) ()
0

Donde la solucin optima esta dada por:

( ) =

40
Nos fijamos que el denominador de la frmula es positivo pero en el ejemplo que se
nos da presenta el valor correspondiente a un ingreso (lo que el vendedor puede
rescatar por cada unidad que no lograra vender) por lo tanto se e
valuara con un signo negativo

( ) =

C=Q1.25 ()~[500,1200]
H=Q0.00 () =?
P=Q2.25
*Donde V es la media de la variable aleatoria que representa la demanda en este
ejemplo la medida de una distribucin uniforme entre [500,1200] es V=
(500+1200)/2=850
2.251.25
1.) ( ) = 2.25
1
2.) ( ) = 2.25 = 0.4444

C=1.25
H=0.00
P=2.25
() = ~[500,1200]
() =
500
1.) () = =
850

500
2.) () = = 0.4444
850

3.) y-500=0.4444*850
y=0.4444*850+500
4.) y=0.444*850
5.) y=877
877 500
[ 877] = = 54%
1200 500

La probabilidad de satisfacer al vendedor de peridicos en cualquier da es de

54%.

41
MODELO DE POLARIZACIN
La polarizacin es el procedimiento y el resultado de polarizar. Este verbo puede
referirse la alteracin de la luminosidad mediante la reflexin o la refraccin; al
aporte de una cierta tensin a un dispositivo electrnico; a la disminucin de la
corriente elctrica de una pila a causa de un incremento de la resistencia; o, en un
sentido ms amplio, al surgimiento de dos sentidos o direcciones que resultan
opuestos.
La polarizacin electromagntica se produce cuando la luz u otras ondas similares
oscilan en un cierto plano, definido por un vector perpendicular a la difusin de la
onda y por otro paralelo. El electromagnetismo clsico define la polarizacin
elctrica como el campo vectorial que representa la densidad de los momentos
elctricos dipolares inducidos o permanentes en un material dielctrico. Cabe
mencionar que este concepto tambin se conoce con el nombre de densidad de
polarizacin o sencillamente como polarizacin. Se trata de uno de los tres campos
elctricos macroscpicos que proporcionan una descripcin del comportamiento de
los materiales, complementando al desplazamiento elctrico D y al campo elctrico
E.
La polarizacin electroqumica, por su parte, es el proceso que consiste en reducir
la fuerza electromotriz de una pila a partir de los cambios que su funcionamiento
genera en los electrolitos y los electrodos. Se conoce con el nombre de polarizacin
qumica o polarizabilidad a la tendencia relativa que tienen distribuciones de cargas
tales como la nube electrnica de una molcula o de un tomo a distorsionarse de
su estado normal a causa de un campo elctrico externo, lo que puede ocurrir por
la existencia de un dipolo o un ion cercano. Este fenmeno se define como una
cantidad escalar (una clase de magnitud fsica que es representada simplemente
por un nmero que se observa siempre como un mismo valor). La polarizacin
electrnica, que describe el desplazamiento de cargas cuando se encuentran con
campo elctrico externo y que genera la prdida de su simetra una reorientacin
del tomo que acarrea una ligera distorsin, puede describirse de tres formas:
Polarizacin* modelo del dielctrico uniforme: determina que los modelos
permanentes y las cargas tienen una interaccin mutua y que se sumergen en un
medio con una sola constante dielctrica. El valor de la constante en el caso de
lquidos orgnicos dielctricos, tanto polares como no polares, es prximo a 2

42
43