INVESTIGACIÓN OPERATIVA

UNIDAD 2

MODELOS DE INVESTIGACION OPERATIVA

Un modelo es una representación o abstracción de un fenómeno u objetos reales, que
muestra las relaciones (directas e indirectas) y las interrelaciones de la acción y la reacción
en términos de causa y efecto.

En algunas situaciones para construir el modelo se hace una simplificación del mundo
real, convirtiéndolo en un "mundo real supuesto" del cual es más fácil abstraer el modelo.

El mundo real supuesto se abstrae del caso real, concentrándolo en las variables principales
que controlan el comportamiento del sistema real. El modelo, como es una abstracción del
mundo real supuesto, expresa en una forma adecuada las funciones matemáticas que
representan el comportamiento del sistema supuesto.

El propósito, o valor, de cualquier modelo es que nos permite hacer inferencias acerca de la
situación real al estudiar o analizar el modelo.
El uso de los modelos facilita la toma de decisiones, siendo el modelo más simplificado y
económico, para que el proceso de representación sea válido es primordial que se
seleccione lo más importante del sistema real y desechar lo irrelevante.
Es un esquema teórico, de forma matemática que se elabora atreves de un modelo para
facilitar su compresión y estudio de su comportamiento.
Un modelo matemático relaciona en forma lógica las variables y restricciones que afectan
el rendimiento de un sistema, los modelos pueden clasificarse en deterministas asumen
certeza en el comportamiento y relaciones de los parámetros dentro del modelo y
probabilístico suponen incertidumbre.
El propósito de la modelación es comprender los problemas y no solo su solución, así como
también sirve de arranque para el proceso de toma de decisiones
Los modelos matemáticos tienen tres elementos fundamentales:
Variables y Parámetros de decisión
Representan los valores que relacionan nuestras variables y forman las funciones respectivas
Restricciones:
Son nuestras limitaciones del sistema como ejemplo (los recursos ocupados condiciones)
Función objetivo:
Considerando las limitaciones, tomando la mejor decisión alcanzamos la meta del problema.
En cada modelo de investigación operativa el juicio la intuición, la experiencia serán
características claves para la obtención de mejores resultados.
Cuando un modelo matemático tiene complejidad alta, recurrimos a los modelos de
simulación por programas que nos dan mayor facilidad y confiabilidad.
1.1CONSTRUCCION DEL MODELO
El analista a cargo debe tener un amplio conocimiento de matemáticas, estadísticas y
computación y decidir qué aspectos del sistema real va a tomar para representar en el
modelo.
Ejemplo
Optimizar una FUNCION OBJETIVO
Sujeto a:
Conjunto de restricciones del sistema
1.2.-DEFINICION Y FORMULACION DEL PROBLEMA
Se debe tener claro el objetivo del estudio del modelo matemático, los alcances que tendrá
y las limitaciones en las que estará expuesto.
1.3.-ANALISIS DEL MODELO
Es la parte técnica y detallada donde las decisiones tomadas convertimos en variables
1.4.-SOLUCION O DEDUCCION
Es la solución de los modelos matemáticos o modelos de simulación mediante programas
de computadora, una vez obtenido los resultados realizamos un análisis de sensibilidad,
para conocer los cambios en el comportamiento de los resultados.
1.5.-INTERPRETACION O VALIDACION
Es una comparación de los resultados pasados con los obtenidos de nuestro modelo, cuando
nuestro modelo es válido se establecen controles para detectar algún cambio significativo
en las condiciones en las que se construyó el modelo.
1.6.-IMPLEMENTACION
Es importante que la gerencia haya participado en todas las etapas ya que el éxito del
proyecto depende del apoyo del mismo. Los cuáles serán los que guíen y detallen el
funcionamiento al personal. (Lipicia Munguía Ulloa, 2005)
METODO CIENTIFICO Y ETAPAS DEL PROCESO DE MODELACION
MATEMATICA:
Estructurar mediante un modelo matemático de lo real planteando los objetivos de
optimizar requeridos.
Desarrollar las más óptimas soluciones para el modelo considerado

Observación

Definición del

CICLO DE MODELACION

Construcción del Modelo

Solución

Implementación

Fig.1 Proceso del ciclo de modelación (Lieberman)

El empleo del método científico orienta a la observación, la recolección de datos, el planteamiento
del problema y la construcción del modelo científico que recolecte lo más más importante del
problema real

2.-CLASIFICACION DE SISTEMAS
2.1Por su Origen
Sistemas de origen natural
El hombre no tiene control ya que la naturaleza es la que controla
2.2Sistemas de origen artificial
Son concebidos por el hombre como los sistemas sociales, económicos y políticos.
3.- POR SU INTERACCION POR EL MEDIO AMBIENTE
3.1-Sistemas Abiertos
Cuando existe intercambio de información o materiales con su medio ambiente.
Ejemplo los sistemas de producción.
4.-POR SU COMPOSICION
4.1Sistemas Flexibles
Cuando existe un cambio y este se adapta al mismo como ejemplo la industria que adopta
decisiones que garanticen la supervivencia de la compañía.
4.2Sistemas Rígido
No son capaces de reaccionar a los cambios como el sistema de carreteras
TIPOS DE MODELOS EN INVESTIGACION OPERATIVA
MODELO ICONICO
Es un modelo a escala que permite estudiar más a detalle su comportamiento.
MODELO ANALOGICO
Se construye mediante codificaciones que sintetizan propiedades del objeto real
MODELO ESQUEMATICO
Son representaciones graficas que muestran condiciones del sistema dentro de este tenemos
los diagramas de flujo
MODELO MATEMATICO
El más utilizado en investigación operativa donde todas las variables en el sistema son
cuantificables. En las ecuaciones del sistema la solución predice estados futuros del sistema
o bien para explicar cambios que sufren a través del tiempo

MODELO DETERMINISTAS
Todos los cambios del modelo se realizan con certeza efectividad tales como costos, tiempo
y utilidades. Si un modelo garantiza la solución óptima el procedimiento que se utilizó lo
llamaremos algoritmo de optimización
MODELO PROBABILISTICO
Cuando se somete a un mismo estimulo su reacción es de forma diferente como ejemplo
tenemos las ventanillas de un banco para determinar cuántas deben estar abiertas para el
servicio al cliente para esto debemos de estudiar la tasa de llegada de los clientes al banco,
como los tiempos que se tardan en el servicio.
SOLUCION DEL MODELO
Es la proporción de las técnicas y métodos que se utilizaran para la solución de los
problemas.
TIPO DE PROBLEMA NATURALEZA DEL
MODELO
MATEMATICO

DETERMINISTICO PROBABILISTICO
Programación lineal X
Transporte y asignación X
Inventarios X X

EJEMPLO
Una empresa dedicada a la fabricación de cuero, que se dedica a fabricar billeteras para
hombre y mujer, se ha percatado de que podría aumentar sus ganancias totales por elaborar
sus productos, si conociera la cantidad adecuada de billeteras y bolsos que debe producir.
Un día por su propia iniciativa, determino que él se ganaba 250 dólares por cada billetera
que vendió y 200 por bolso
De acuerdo con su experiencia la demanda máxima que ha tenido durante una semana, ha
sido de diez billeteras y de seis bolsos y nunca ha vendido menos de tres billeteras y ocho
bolsos. También calculo que tardaba 2 horas fabricando una billetera y 4 horas en un bolso.
En cuanto a la jornada de trabajo calculo que era de 40 horas por semana debido a que
descansa los domingos y los lunes los dedica a comprar cuero.
X1 Cantidad de billeteras a producir por semana
X1 Cantidad de bolsos a producir por semana
Nuestra función objetiva seria
250 X1 + 200 X2
Donde tenemos la utilidad por cada producto.
Restricciones
2X1 + 4 X2 ≤ 40 horas/ semana
Ya que tarde dos horas en fabricar la billetera y 4 horas en el bolso trabajando 40 horas por
semana.
Ambos productos tienen limitaciones que se detallan
X1≤ 10 billeteras
X1≥ 3 billeteras
X2≤ 6 bolsos
X2≥ 3 bolsos
Y lo mínimo que puede producir se detalla
X1 + X2 ≥ 0

Donde X1 y X2 son variables que se pueden controlar donde la función objetivo representa
las utilidades máximas que espera ganar el talabartero
La demanda es una variable no controlable pero que a su vez afectan los valores que pueden
tomar las variables de decisión
Los parámetros son los tiempos de producción.

(Navarro)
Desventajas de los modelos
No representan el mundo real ya que son simplificados para su estudio, con ello pueden traer
consecuencias.
Su costo puede ser alto por recursos humanos y equipos computacionales y los beneficios no
sea la mayor cosa en comparación con la inversión que se realizo
Muchas veces no existe apoyo por el personal administrativo
(Navarro)
MODELO MATEMATICO GENERAL PARA PROBLEMAS DE
PROGRAMACION LINEAL
Optimizar
Maximizar
Minimizar
X= S Cj Xj
Sujeto a:
Conjunto de restricciones funcionales
≥
Sj=1 A1j X1j ≤ = 𝑏𝑖 ; 1, 2, 3 , m
=

Conjunto de restricciones de no negatividad

Xj ≥ 0

FORMATO PARA RECOLECCION DE DATOS

RECURSOS CONSUMO CANTIDAD
DE DE
RECURSOS RECURSOS
POR DISPONIBLES
UNIDAD
1 A11 A12 . A1n B1
2 A21 A22 . A2n B2
. . . . . .
m Am1 Am2 . A3n Bm
Coeficientes C1 C2 . Cn
costo

Cuando se encuentran valores para las variables de decisión donde cumplen con todas las
restricciones y parámetros pero no producen el mejor valor esperado se llama solución
FACTIBLE. La solución que produce el mejor valor para la función objetivo se llama
SOLUCION OPTIMA. Cuando no se encuentra la solución que cumpla con las
restricciones del modelo se llama SOLUCION INFACTIBLE

ALGORITMOS DEL PROBLEMA

Una vez que tengamos el modelo pasamos al desarrollo del procedimiento a tomarse, en la
que se aplica uno de los dos algoritmos que son procedimientos iterativos de solución de
investigación operativa mediante paquetes de software
Los algoritmos consisten en serie de pasos ejecutables y de decisión ordenados en una
secuencia lógica para hallar la solución al problema

Dado los recursos, restricciones, parámetros se determina la combinación de actividades que

den el mayor rendimiento de los recursos siendo una maximización.
Planteamiento Matemático
Determinar X1(i=1, 2, m)
Maximizando la función objetivo
Z (Max) = ∑𝑛
𝑖=1 Ci Xi
El problema está sujeto a las siguientes restricciones:
Aij Xj ≤ Bi Para todo i
Donde
Bi Es una constante que debe indicar la limitación de los recursos fundamentales para
producir o servir
Aij Concurso de un recurso a un determinado producto o servicio
Xi≥ 0 i= 1,2,3…….m j=1,2,……,n
EJEMPLO
La asociación de estudiantes de ingeniería industrial dispone de 100 000 y ha pensado en
invertirlos en dos negocios. El primero le reporta una utilidad de 25 $ mensuales y el
segundo 40 $ mensual por cada 100 $ invertidos. Debido a ciertas condiciones impuestas
por la asamblea de socios se debe invertir al menos el 25 % del capital en el primer negocio
y nomas del 50% en el segundo. Además la cantidad invertida en el último no debe ser
mayor a 1.5 veces la cantidad invertida en el primero.
Análisis del modelo
El objetivo propuesto es una maximización del beneficio de la inversión por lo cual se
debe determinar cuándo dinero invertir en cada negocio.
Definición de variables
X1= cantidad de dinero para invertir en el negocio 1
X2=cantidad de dinero para invertir en el negocio 2
Condiciones/ restricciones
X1 + X2 ≤ 100 000
Por disponibilidad del capital
X1 ≥ 25 000
Mínima cantidad para el primer negocio
X2 ≤ 50 000
Máxima cantidad para el segundo negocio
X2 ≤ 1.5 X1
Restricción de no negatividad
X1 + X2 ≥ 0
Problema general de minimización
La relación entre cada uno de los recursos, especificaciones generales de la actividad y el
costo unitario de cada recurso en el modelo, determinan la cantidad necesaria de
minimización.
Planteamiento Matemático
Determinar X1(i=1,2,m)
Maximizando la función objetivo
Z (Mínimo) = ∑𝑛
𝑖=1 Ci Xi

El problema está sujeto a las siguientes restricciones:

Aij Xj ≥ Bi Para todo j
Donde
Bi Es una constante que debe indicar la limitación de los recursos fundamentales para
producir o servir
Aij Concurso de un recurso a un determinado producto o servicio
Xi≥ 0 i= 1,2,3…….m j=1,2,……,n
Ejemplo
El siguiente es el número de meseras necesarias para que una cafetería pueda funcionar las
24 horas del día.
PERIODO MINIMO DE MESERAS
6:00 – 10:00 10
10:00 – 14:00 12
14:00 - 18:00 7
18:00 – 22:00 8
22:00 - 2:00 12
2:00 – 6:00 7

Cada mesera trabaja ocho horas consecutivas por día el objetivo es encontrar el menor
número requerido para cumplir con las condiciones anteriores.
Función Objetivo
Z(min)= X1 + X2 + X3 +X4 + X5 + X6
Restricciones
X1 ≥ 10
X1 + X2 ≥ 12
X2+ X3 ≥ 7
X3 + X4 ≥ 8
X4 + X5 ≥ 12
X5 + X6 ≥ 7
No negatividad
X≥0
Negatividad
X≥0