Investigacion Formativa II
Investigacion Formativa II
Investigacion Formativa II
INGENIERIA DE SISTEMAS
INVESTIGACION DE OPERACIONES
ESTUDIANTE:
DOCENTE:
HUARAZ - PERU
2018
Introducción
Por otro lado, en el mundo matemático y de los negocios contamos hoy con una
herramienta poderosa, lamentablemente poco aplicada y poco difundida en nuestro medio
y que es la técnica de la investigación de operaciones, la cual se constituye en un proceso
metódico de modelamiento sistemático y de optimización, en procura de lograr la mejor
decisión en la aplicación y resolución de problemas, vistos como sistemas, en este caso
los proyectos. La construcción de modelos en la Investigación de Operaciones es tanto
una ciencia como un arte pues este proceso de modelización requiere de mucha
competencia, habilidad y experiencia. La construcción de un modelo en investigación de
operaciones debe intentar cumplir con dos condiciones básicas: realismo y simplicidad;
equilibrar estas características no es tarea fácil y requiere de mucho esfuerzo e ingenio.
Modelos Matemáticos
En ciencias aplicadas, un Modelo matemático es uno de los tipos de modelos científicos,
que emplea algún tipo de formulismo matemático para expresar relaciones, proposiciones
sustantivas de hechos, variables, parámetros, entidades y relaciones entre variables y/o
entidades u operaciones, para estudiar comportamientos de sistemas complejos ante
situaciones difíciles de observar en la realidad. El término modelización matemática es
utilizada también en diseño gráfico cuando se habla de modelos geométricos de los objetos
en dos (2D) o tres dimensiones (3D).
El significado de modelo matemático en matemática fundamental, sin embargo, es algo
diferente. En concreto en matemáticas se trabajan con modelos formales. Un modelo
formal para una cierta teoría matemática es un conjunto sobre el que se han definido un
conjunto de relaciones unarias, binarias y trinarias, que satisface las proposiciones
derivadas del conjunto de axiomas de la teoría. La rama de la matemática que se encarga
de estudiar sistemáticamente las propiedades de los modelos es la teoría de modelos.
Restricciones
Las restricciones son relaciones entre las variables de decisión y magnitudes que dan
sentido a la solución del problema y las acotan a valores factibles. Por ejemplo si una de
las variables de decisión representa el número de empleados de un taller, es evidente que
el valor de esa variable no puede ser negativo.
Función Objetivo
La función objetivo es una relación matemática entre las variables de decisión, parámetros
y una magnitud que representa el objetivo o producto del sistema. Por ejemplo si el
objetivo del sistema es minimizar los costos de operación, la función objetivo debe
expresar la relación entre el costo y las variables de decisión. La solución ÓPTIMA se
obtiene cuando el valor del costo sea mínimo para un conjunto de valores factibles de las
variables. Es decir hay que determinar las variables x1, x2,..., xn que optimicen el valor
de Z = f(x1, x2,..., xn) sujeto a restricciones de la forma g(x1, x2,..., xn) ? b. Donde x1,
x2,..., xn son las variables de decisión Z es la función objetivo, f es una función
matemática.
EJEMPLO
Sean X1 y X2 la cantidad a producirse de dos productos 1 y 2, los parámetros son los
costos de producción de ambos productos, $3 para el producto 1 y $5 para el producto 2.
Si el tiempo total de producción esta restringido a 500 horas y el tiempo de producción es
de 8 horas por unidad para el producto 1 y de 7 horas por unidad para el producto 2,
entonces podemos representar el modelo como:
Para formular un problema de programación lineal se debe tener presente que la función
objetivo y todas las restricciones deben ser lineales y todas las variables deben ser
continuas (pueden asumir valores fraccionales).
Será necesario tener en cuenta que el método Simplex únicamente trabaja con
restricciones del problema cuyas inecuaciones sean del tipo “≤” (menor o igual) y sus
coeficientes independientes sean mayores o iguales a 0. Por tanto habrá que estandarizar
las restricciones para que cumplan estos requisitos antes de iniciar el algoritmo del
Simplex. En caso de que después de éste proceso aparezcan restricciones del tipo “≥”
(mayor o igual) o “=” (igualdad), o no se puedan cambiar, será necesario emplear otros
métodos de resolución, siendo el más común el método de las Dos Fases.
Una vez que hemos estandarizado nuestro modelo, puede ocurrir que necesitemos aplicar
el método Simplex o el método de las Dos Fases. Véase en la figura como debemos actuar
para llegar a la solución de nuestro problema.
El método del simplex fue creado en 1947 por el matemático George Dantzig
El método del simplex se utiliza, sobre todo, para resolver problemas de programación
lineal en los que intervienen tres o más variables.
El álgebra matricial y el proceso de eliminación de Gauss-Jordan para resolver un sistema
de ecuaciones lineales constituyen la base del método simplex.
Es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso
concluye cuando no es posible seguir mejorando más dicha solución.
REFERENCIAS BIBLIOGRAFICAS
1. BENEDETTI, Claudio (1991); Introduction a la Gestion des Opérations;
Éditions Études Vivantes, Canadá.
2. LAWRENCE, John A.; PASTERNACK, Barry A. (2004); Ciencias
Administrativas Aplicadas; CECSA; México.
3. SAPAG CHAIN, Nassir; (2011); Proyectos de inversión, formulación y
evaluación; Ed. Pearson; Chile.
4. TERRAZAS PASTOR, Rafael (2005); Modelos Lineales de Optimización; Ed.
Etreus; Cochabamba – Bolivia.
5. TERRAZAS PASTOR, Rafael (2006); Preparación y Evaluación de Proyectos:
un enfoque sistémico e integral; Ed. Etreus; Cochabamba – Bolivia.