Clase 3 Io1

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 8

INVESTIGACION DE

OPERACIONES I

DOCENTE: ING. EPIFANIO JOHNNY FLORES FLORES


FECHA: 10/08/2021
La programación Lineal se basa en relacionar una situación
PROGRAMACIÓN LINEAL problemática de un escenario real en forma de un modelo que
comprende variables y condiciones existentes.

Identificación de Variables
𝐹. 𝑂𝐵𝐽 𝑀𝐴𝑋 𝑍 = 𝐶1 𝑋1 + 𝐶2 𝑋2 + 𝐶3 𝑋3 + ⋯ + 𝐶𝑛 𝑋𝑛
Identificación de la función objetivo
𝐹. 𝑂𝐵𝐽 𝑀𝐼𝑁 𝑍 = 𝐶1 𝑋1 + 𝐶2 𝑋2 + 𝐶3 𝑋3 + ⋯ + 𝐶𝑛 𝑋𝑛

𝑎11 𝑋1 + 𝑎12 𝑋2 + 𝑎13 𝑋3 + ⋯ + 𝑎1𝑛 𝑋𝑛 ≥, =, ≤ 𝑏1


𝑎21 𝑋1 + 𝑎22 𝑋2 + 𝑎23 𝑋3 + ⋯ + 𝑎2𝑛 𝑋𝑛 ≥, =, ≤ 𝑏2
Identificación de las restricciones 𝑎31 𝑋1 + 𝑎32 𝑋2 + 𝑎33 𝑋3 + ⋯ + 𝑎3𝑛 𝑋𝑛 ≥, =, ≤ 𝑏3
: : : : : : :
𝑎𝑚1 𝑋1 + 𝑎𝑚2 𝑋2 + 𝑎𝑚3 𝑋3 + ⋯ + 𝑎𝑚𝑛 𝑋𝑛 ≥, =, ≤ 𝑏𝑚

Condición de existencia 𝑋𝑖 ≥ 0 ∀ 𝑖 = 1, 2, 3, … , 𝑛
PROPIEDADES DEL MODELO DE PROGRAMACIÓN LINEAL
• Proporcionalidad.- Significa que la contribución al valor de la función objetivo y el consumo o requerimiento de los
recursos utilizados, son proporcionales al valor de cada variable de decisión.
• Aditividad.- Significa que se puede valorar la función objetivo Z, así como también los recursos utilizados, sumando las
contribuciones de cada uno de los términos que intervienen en la función Z y en las restricciones.
• Divisibilidad.- Significa que las variables de decisión son continuas y por lo tanto son aceptados valores complejos para
ellas.
• No negatividad.- significa que las variables de decisión pueden tener cualquier valor que sea positivo o por lo menos
igual a cero.
• Certidumbre.- Significa que los parámetros o constantes son estimados con certeza, o sea, no interviene una función de
probabilidad para obtenerlos

El modelo de programación lineal es un caso especial de la programación matemática, pues debe cumplir que, tanto la
función objetivo como todas las funciones de restricción, sean lineales.
Representación Matricial de un Modelo de Programación Lineal (MPL)

𝑋1
Esta representación matricial es la base de la
𝑋2
𝐹. 𝑂𝐵𝐽 𝑂𝑃𝑇 𝑍 = 𝐶1 𝐶2 ⋯ 𝐶𝑛 1𝑥𝑛 Representación Canónica

𝑋𝑛 𝑛𝑥1
𝐹. 𝑂𝐵𝐽 𝑂𝑃𝑇 𝑍 = 𝐶𝑋
𝑎11 𝑎12 𝑎1𝑛 𝑋1 𝑏
𝑎21 𝑎22 𝑎2𝑛 ≤ 1 𝐴𝑋 ≤, =, ≥ 𝑏
𝑋2 𝑏
= 2 𝑋 ≥0
⋮ ⋮
𝑎𝑚1 𝑎𝑚2 𝑎𝑚𝑛 ≥
𝑚𝑥𝑛 𝑋𝑛 𝑛𝑥1 𝑏𝑚 𝑚𝑥1

𝑋𝑖 ≥ 0
APLICACIÓN DE LA INVESTIGACION DE OPERACIONES
La automatización y la disminución de costos, reclutamiento de personal, clasificación y asignación
Personal
a tareas de mejor actuación e incentivos a la producción.

Mercado y El desarrollo e introducción de producto, envasado, predicción de la demanda y actividad


distribución competidora, localización de bodegas y centros distribuidores.

Compras y Las cantidades y fuentes de suministro, costos fijos y variables, sustitución de materiales, reemplazo
materiales de equipo, comprar o rentar.

La planeación y control de la producción, mezclas óptimas de manufactura, ubicación y tamaño de


Manufactura
planta, el tráfico de materiales y el control de calidad.

Finanzas Los análisis de flujo de efectivo, capital requerido de largo plazo, inversiones alternas, muestreo para
y contabilidad la seguridad en auditorías y reclamaciones.

Con los métodos PERT para el control de avance de cualquier proyecto con múltiples actividades,
Planeación
tanto simultáneas como las que deben esperar para ejecutarse.
Aplicación con éxito de la Investigación de Operaciones

Reemplazo de equipo Para el reemplazo de equipo usaron modelos (Waddell, 1983), que se estima ahorraron
en Phillips Petroleum 90.000 dólares por año

Administración del En 1985 Edwars, Wagner y Wood con programación lineal y modelos probabilísticos de
inventario a Blue Bell inventario redujeron el nivel medio de inventario de ropa deportiva y de oficina en un 31%.

Planeación de En 1985 Sullivan y Secrest, usaron programación lineal con utilidad de 48.000 dólares, al
Producción en determinar el proceso: del suero, la leche cruda, el suero dulce y la crema, para obtener:
lechería queso crema, requesón, crema agria y crema de suero.

Determinación de Varias personas (Chandy y Kharabe, 1986) utilizaron la programación lineal para máxima
carteras de bonos ganancia con restricciones de riesgo y de la diversificación de la cartera.

En 1989 Taylor y Huxley diseñaron un método para programar el horario de las rondas de
Programación del horario
oficiales de la Policía de San Francisco, usando un modelo de programación lineal, la
de las rondas de policías
programación de metas y la programación entera. El ahorro sumó 11 millones de dólares
de San Francisco
anuales
Reducción de gastos de En 1989 Chao y Cols ahorraron a 79 empresas de servicio de energía eléctrica más de
combustible en la industria 125 millones de dólares en costos de compras y de déficit, usando programación
de la energía eléctrica dinámica y simulación

Diseño de una instalación En 1989 Vasko y Cols ayudaron a esta empresa siderúrgica con el diseño del sistema
para desmontar lingoteras de quitar lingoteras a los lingotes de acero con un modelo de programación entera
en Bethlehem Steel ahorrando 8 millones de dólares anuales.

Programación del horario de En 1989 Powell y Cols, con modelos de redes y programación dinámica, formularon la
los camiones para North asignación de carga a chóferes, reduciendo costos en 2.5 millones de dólares, con
America Van Lines mejor servicio.

Con programación lineal y no lineal Dewit y Cols diseñaron un modelo de mezcla para
Mezcla de gasolinas en cuatro tipos de gasolina ahorrando 30 millones de dólares al año; aplicando análisis de
Texaco sensibilidad calcularon el efecto de cambios al modelo
Un problema presentado o reflejando de una situación real se puede
presentar como un modelo y esto para tener significado, debe escribirse
en una expresión matemática que contenga una o más variables, cuyos
valores deben determinarse. La pregunta que se formula, en términos
generales, es ¿qué valores deberían tener estas variables para que la
expresión matemática tenga el mayor valor numérico posible
(maximización) o el menor valor numérico posible (minimización)?

A este proceso general de maximización o


minimización se lo denomina optimización

También podría gustarte