You are on page 1of 23

LIC.

EN INGENIERA EN SISTEMAS
COMPUTACIONALES

Asignatura:
Asesor:

INVESTIGACION DE OPERACIONES

ISC ARIADNNE J. MEDINA PEA

Escolarizado

Modalidad:
Grado:

Sexto Cuatrimestre

Correspondiente al Plantel:

Uruapan

2016-2017

!!!

207

PRESENTACIN
ESTIMADO ESTUDIANTE:
Te damos la ms cordial bienvenida a esta asignatura Investigacin de
Operaciones, que conforma una parte fundamental en tu formacin profesional, la
cual forma tu curricula de egreso. Por lo que la programacin y ejecucin de la misma
se ha planeado con la nica intensin de que proponga conocimientos y aprendizajes
acordes a las expectativas y objetivos generales y particulares determinados por la
Universidad Contempornea de las Amricas, con el respaldo de la Secretaria de
Educacin Pblica.
Este material est conformado para que lo uses de la mejor manera y con eficiencia en
tus tiempos.
a. Manera; que sepas que encontraras modos evaluativos, reglas ulicas,
planeacin de fechas para cada una de las unidades de aprendizaje,
bibliografas auxiliares y antologa sobre la asignatura.
b. Eficiencia de tiempos; para esto requerimos que muestres inters y
participacin para que los periodos se cumplan, ya que de esta manera podrs
medir tus avances y resolver dudas y/o planteamientos a asesor/profesor.
A continuacin se presenta de manera breve el contenido que encontraras:

Programa de estudios de la asignatura de INVESTIGACIN DE OPERACIONES.


1. Planeacin por unidad y aprendizaje. De esta:
a) Objetivo particular de la Unidad de Aprendizaje, es decir lo que se pretende
lograr en el proceso de enseanza-aprendizaje.
b) Contenido acadmico, es decir los subtemas que la unidad de aprendizaje
contiene.
c) Actividades y experiencias de aprendizaje, es decir actividades que tendrs
que desarrollar por cuenta de manera individual o grupal, fundamental para
medir de manera cualitativa y cuantitativa para la acreditacin de la unidad.
d) Autoevaluacin; esta consta de un cuestionario con preguntas o reactivos de la
unidad, as podrs indicar los conocimientos que has adquirido, este se
realizara con el conocimiento puro, empleando solo tu memoria. Como
entendimiento y razonamiento de los temas.
Solicitamos de manera atenta pero puntual que de tener y existir dudas respecto a
este material no demores en resolverlas con tu asesor o titular de la asignatura, el cual
tiene la obligacin de atender y resolver las mismas.

!!!

207

PRESENTACIN PARTICULAR (Justificacin y Objetivos Particulares)


APRECIABLE ESTUDIANTE DE ESTA ASIGNATURA:
El entorno y situacin mundial a nivel econmico, social, poltico, empresarial y
entre otros ms, se encuentran en un desarrollo impulsado no por cubrir las
necesidades de los agentes que interactan en ellos, sino por la excesiva carga del
sentido del conocimiento al monetario. Dicho en otros trminos, la globalizacin ha
impulsado a nuestro pas y a varios ms en el mundo a formar mano de obra en las
personas y no el uso de la razn y el trabajo en conjunto coordinado. Por lo que las
nuevas demandas de muchos pases es que se genere con los jvenes en un futuro,
personas empleadas en la manufactura barata y no en el aprovechamiento del
conocimiento de los mismos para que crezcan de manera integral.
Las grandes corporaciones y empresas, hoy en da son ms, y por lo tanto uno de los
principales objetivos de sta materia es prepararte como alumno para que enfrentes
las diversas situaciones en las que de la mejor manera posible puedas subsistir con un
medio de empleo digno, bien remunerado y estable. Es demasiado complicado para ti
como estudiante y como joven mexicano, el egresar y encontrar un trabajo que
asegure la continuidad de tu familia y que te permita superarte para ser un mejor
ciudadano, ser humano y persona laboral por lo que se espera, con el apoyo del
docente y los contenidos bien orientados de sta materia puedas fortalecer tus
conocimientos y egresar como una persona capaz de resolver las situaciones
necesarias para lograr con xito tus metas.
EVALUACIN.
Asistencia y Conducta 20%
Para obtener esta puntuacin se tomara en cuenta que los alumnos tengan inters en
la materia resolviendo sus dudas, investigando y ampliando su conocimiento. Tambin
se observara su comportamiento en clase como parte de la ponderacin, parte de ello
es la asistencia regular a clases y las faltas solo podrn ser justificadas mediante
documento.
Trabajos y tareas 15% (Derecho a examen )
Los trabajos y tareas respecto a esta materia consistirn en investigaciones
individuales y problemas de investigacin de operaciones estos problemas sern
primeramente resueltos de manera manual con el objetivo de aprender cada uno de
los procedimientos en cada paso hasta llegar a la solucin ms ptima, posteriormente
se aprender a solucionar este tipo de problemas con el empleo de software diseado
para este fin.
Proyecto Integrador 35%
Los alumnos desarrollaran un proyecto que consistir en la programacin de un
software que obtenga la solucin a los problemas de alguno de los mtodos de
investigacin de operaciones, los alumnos podrn elegir el lenguaje de programacin
!!! 207
que deseen utilizar.

Examen 30%
El examen comprender la resolucin de algunos problemas de los mtodos de
investigacin de operaciones.
REGLAMENTO DENTRO DEL AULA:

No se permite contestar celulares, a menos que se autorice por el profesor


titular, por razones extraordinarias (mantener en vibrador o con silenciador).
Las tareas entregadas fuera de tiempo y forma tendrn una calificacin menor.
Se debe guardar orden mientras el profesor sta exponiendo el tema y dando
indicaciones.
Pasando 15 minutos despus de la clase ya no se contara con la asistencia y
participacin de ese da.
NOMBRE DE LA ASIGNATURA O UNIDAD DE APRENDIZAJE
INVESTIGACIN DE OPERACIONES

CICLO

CLAVE DE LA ASIGNATURA

SEXTO

ISC 634

OBJETIVOS GENERALES DE LA ASIGNATURA

Al finalizar el curso el alumno:


Conocer y aplicar a situaciones reales los principales modelos y tcnicas
determinsticas y probabilsticas de la investigacin de operaciones para la
toma de decisiones ptimas dentro del mbito de las ciencias computacionales
y reas afines.
TEMARIO:
1. TEORA DE LA DECISIN.
1.1. CONCEPTOS Y DEFINICIONES DE TEORA DE DECISIONES.
1.2. CRITERIOS DE DECISIN DETERMINSTICO Y PROBABILSTICO.
1.3. VALOR DE LA INFORMACIN PERFECTA.
1.4. RBOLES DE DECISIN.
1.5. DECISIONES SECUENCIALES.
1.6. ANLISIS DE SENSIBILIDAD.
1.7. TEORA DE UTILIDAD.
1.8. UTILIZACIN DE SOFTWARE PARA LA RESOLUCIN DE PROBLEMAS.

2. PROGRAMACIN DINMICA (PD).


2.1 CONCEPTOS Y DEFINICIONES EN PD: ETAPAS, ESTADOS,
FRMULA RECURSIVA, PROGRAMACIN EN AVANCE
Y
!!! 207
RETROCESO.
2.2 PROGRAMACIN DINMICA DETERMINSTICA.

2.3 PROGRAMACIN DINMICA PROBALSTICA.


2.4 PRINCIPALES APLICACIONES Y PROBLEMAS DE PD.
2.5 UTILIZACIN DE SOFTWARE EN LA RESOLUCIN
PROBLEMAS.
3

DE

CADENAS DE MARKOV.
3.1 CONCEPTOS, DEFINICIONES Y PROPIEDADES DE LAS
CADENAS DE MARKOV
3.2 FORMULACIN DE LAS CADENAS DE MARKOV.
3.3 PROPIEDAD MARKOVIANA DE PRIMER ORDEN.
3.4 PROBABILIDADES DE TRANSICIN DE UN PASO Y EN PASOS.
3.5 ESTADOS ABSORBENTES.
3.6 PROBABILIDADES DE TRANSICIN ESTACIONARIAS DE
ESTADOS ESTABLES, TIEMPOS DE PRIMER PASO.
3.7 UTILIZACIN DE SOFTWARE EN LA RESOLUCIN DE
PROBLEMAS DE CADENAS DE MARKOV

INTRODUCCIN A LA SIMULACIN, MTODO MONTECARLO.


4.1 INTRODUCCIN AL USO DEL SOFTWARE PROMODEL.
4.2 CARACTERSTICAS DE USO.
4.3 ANLISIS, SIMULACIN CON EL MTODO MONTECARLO.
4.4 APLICACIONES LOGSTICAS.

ACTIVIDADES DE APRENDIZAJE

ASISTENCIA Y PUNTUALIDAD.
REPORTES DE LECTURA.
ANLISIS CRTICO.
PARTICIPACIN INDIVIDUAL
ARGUMENTADO.

CON

SENTIDO

TERICO

PRCTICO

CRITERIOS Y PROCEDIMIENTOS DE EVALUACIN Y ACREDITACIN


Para obtener la calificacin del 100% en la materia se tomara en cuenta:
Indicadores

Puntos

Asistencia y Conducta.
Examen.
Proyecto Integrador.
Trabajos y tareas.

2.0
3.0
3.5
1.5
Total:

10

!!!

207

Para obtener la calificacin mxima en el proyecto se tomara en cuenta:


Indicadores

Puntos

Resultados Correctos.
Diseo.
Manejo de Restricciones.

7
2
1
Total:

BIBLIOGRAFA
HILLIER, FREDERICK S., MTODOS
CUANTITATIVOS PARA
ADMINISTRACIN, MCGRAW-HILL,
MXICO 2008.
IZUNZA VICENTE, INVESTIGACIN
DE OPERACIONES, PEARSON
EDUCATION, 2012.
RENDER BARRY. MTODOS
CUANTITATIVOS PARA LOS
NEGOCIOS, PEARSON EDUCATION,
2012.

10

RECURSOS DIDCTICOS.
VIDEO PROYECTOR.
SOFTWARE PROMODEL.
WINQSB
SPSS
RAPID MINER
MINITAB
MICROSOFT EXCEL VERSION
2013,
MAT LAB, SIMULIK
MIND MANAGER
CMAPTOOLS.

RENDER, BARRY ET. AL. MTODOS


CUANTITATIVOS PARA LOS
NEGOCIOS, PEARSON, MXICO. 2006.
S. HILLIER FREDERICK,
INTRODUCCIN A LA
INVESTIGACIN DE OPERACIONES,
MCGRAW-HILL INTERAMERICANA
2010
TAHA HAMDY A., INVESTIGACIN DE
OPERACIONES, PEARSON, 2011
WINSTON WAYNE, INVESTIGACIN
DE OPERACIONES APLICACIONES Y
ALGORITMOS, CENGAGE LEARNING,
2004.
WINSTON, WAYNE L.
INVESTIGACIN DE OPERACIONES,
THOMSON, MXICO, 2004.
!!!

207

PROGRAMACIN Y CALENDARIZACIN DE UNIDADES


CONTENIDO
UNIDAD UNO: TEORA DE LA DECISIN.
UNIDAD DOS: PROGRAMACIN DINMICA (PD).
UNIDAD TRES: CADENAS DE MARKOV.
UNIDAD
CUATRO:
INTRODUCCIN
A
SIMULACIN MTODO MONTECARLO.
EVALUACIN FINAL

FECHA
Del 10 al 31 de Mayo del 2016
Del 2 al 23 de Junio del 2016
Del 28 de Junio al 19 de Junio del 2016
LA Del 21 de Julio al 16 de Agosto del 2016.
16 de Agosto del 2016

UNIDAD I: TEORA DE LA DECISIN.


1.

Definicin y Concepto

Intuitivamente puede decirse que tomar una decisin implica escoger o seleccionar" una
alternativa o curso de accin entre un conjunto de ellas. La teora de la decisin se enfoca como
una tcnica cuantitativa que sirve de apoyo a la toma de decisiones. Para desarrollar las tcnicas
matemticas propias de la Teora de la Decisin se deben conocer un conjunto de conceptos
bsicos que recogen la terminologa generalmente aceptada por los autores que tratan esta
tcnica. La decisin va a suponer una eleccin o seleccin fundamentada en criterios de algn
carcter bien establecido. Al tomar decisiones en la actividad empresarial debe tratarse de ser
RAClONALES. Nuestro estudio estar por tanto encaminado hacia la TOMA RACIONAL DE
DECISIONES. As, haremos nfasis en ser LOGICOS, RACIONALES Y OBJETIVOS. (Esto es
algo a lo que siempre se aspira, aunque pocas veces se alcance por completo) Para ello debe
buscarse apoyo en los mtodos y modelos econmicos matemticos.
2.

El Concepto de decisin

Decisin va a suponer una eleccin o seleccin fundamentada en criterios de algn carcter


bien establecido, esto es, decisin va a suponer una eleccin de acuerdo con un cuerpo de
criterios que contemple, no solo el conocimiento previo de la gama de opciones, sino adems una
evaluacin de los resultados posibles y la existencia de un ente decisor. Ello a su vez entraa que
las condiciones de adopcin de decisiones pueden dar origen a formulaciones claramente
diferenciadas, por lo que debemos tener claros los elementos que componen una situacin de
decisin.
3.

La Naturaleza de la toma de decisiones

Distintos problemas precisan de diferentes tipos de toma de decisiones. Cuestiones sencillas o de


rutina, tales como el regreso de mercanca, se puede manejar por medio de un procedimiento, de
una decisin programada. Decisiones de mayor importancia tal como la ubicacin de un local de
ventas, precisan de una decisin no programada, una solucin especfica creada a travs de un
proceso menos estructurado de toma de decisiones y resolucin de problemas. Puesto que la
mayora de las decisiones implican sucesos futuros, los administradores deben asimismo
aprender analizar la certeza, el riesgo y la incertidumbre asociados a diversas acciones que se
pueden emprender.
4.

Racionalidad en la toma de decisiones

Es cuando nos enfrentamos a una situacin, adems de comprenderla, se debe tener capacidad
para analizar, evaluar, reunir alternativas, considerar las variables, es decir, aplicar esta tcnica
para encontrar soluciones razonables, podemos decir que se trata de una toma de decisiones
basada en la racionalidad. La tendencia humana es a no correr riesgos al tomar decisiones, es
decir, escoger una accin que sea satisfactoria, la mayora de los dirigentes intentan tomar las
mejores decisiones, para lo cual dirigente debe seguir etapas. Accin racional limitada debido a la
falta de informacin, de tiempo o de la capacidad para analizar alternativas a la luz de las metas
buscadas; metas confusas; la tendencia humana a no correr riesgos al tomar una
decisin. HEBERT SIMON, ha llamado a esto SATISFACCIN SUFICIENTE, es decir, escoger un
curso de accin que sea satisfactorio o lo bastante bueno, dadas las circunstancias. Aunque
muchas decisiones administrativas se toman con el deseo de salir adelante en una forma tan
segura como sea posible, la mayora de los administradores intentan tomar las mejores decisiones
que puedan, dentro de los lmites de la racionalidad y de acuerdo con el tamao y la naturaleza de
los riesgos implcitos por lo que existe un Modelo Racional de la Toma de Decisiones.

5.

Cmo mejorar la eficiencia en la toma de decisiones y la solucin de problemas?

Dos criterios mediante los cuales puede evaluarse la eficacia potencial de una decisin: el primero
es la cualidad objetiva de la decisin y el segundo es la aceptacin por parte de quienes debern
ejecutarla. La cualidad objetiva de la decisin se determina por la eficacia con que se lleva a cabo
el proceso formal de la toma de decisiones. Su aceptacin est determinada por su naturaleza y
por la persona que lo realiza.
6.

Cmo mejorar la solucin de problemas individuales?

La mayor parte de los administradores se dan cuenta de que una decisin excelente puede dar
resultados insatisfactorios a causa de los imponderables. Por el contrario, un evento muy poco
probable e imprevisible puede hacer que una decisin ilgica o deficiente se convierta en una
decisin afortunada. Aun cuando una decisin de los resultados esperados, el administrador
nunca estar seguro de que otra no habra sido igualmente buena o hasta mejor. Para tomar
decisiones efectivas, los administradores deben primero superar las barreras que les impiden
reconocer y atacar los problemas que se presentan en su organizacin.
7.

Como hacer efectiva la solucin de problemas individuales?

La familiaridad con el proceso racional de toma de decisiones y la solucin de problemas da


confianza a los administradores en su capacidad para entender y abordar situaciones difciles.
Esta confianza es importante por dos razones: primero aumenta la posibilidad de que traten de
detectar los problemas y oportunidades en su organizacin, y segundo aumenta la posibilidad de
*Establecer Prioridades: los administradores afrontan numerosos problemas y actividades todos
los das. Algunas veces, la cantidad misma de la carga de trabajos inconclusos, debern revisar
diariamente las prioridades de su carga de trabajo. Luego de fijar o establecer las prioridades, han
de distribuir su tiempo segn esas prioridades (Algunos administradores eficaces analizan sus
prioridades y vuelven a planear su trabajo varias veces al da).

Adquirir informacin relevante: Al trabajar la identificacin y solucin de un problema, los


administradores deben obtener la informacin consiste en las alternativas potenciales y sus
consecuencias, as como los eventos relevantes que puedan ocurrir en el futuro (denominados
por los cientficos administrativos como los estados de la naturaleza) y los criterios para
evaluar la decisin y solucin eventuales.
Proceder en forma metdica y cuidados.
Tenga cuidado con la heurstica y los prejuicios: Como ya se ha visto, este mtodo
prctico puede ser bueno y malo. Los administradores necesitan entender cmo la heurstica
puede conducir a prejuicios, a malas decisiones y al exceso de confianza. Una vez que los
administradores toman conciencia de sus falsos supuestos pueden hacer un esfuerzo
deliberando para evitar confiar demasiado en ellos.
8.

Elementos que componen una situacin de decisin

La existencia de un conjunto de soluciones alternativas (acciones, estrategias)


Conjunto de acciones externas que enfrenta el que tomo la decisin, que se denominan
estados de la naturaleza, y que constituye el ambiente donde se presenta el problema. 4.
Los resultados que se obtienen por el uso de una alternativa determinada para los posibles
estados de la naturaleza.
La existencia de un decisor a quien corresponde proponer los criterios de seleccin y aplicarlo.
El grado de conocimiento que se tiene sobre el comportamiento de los estados de la
naturaleza.

De los cinco elementos antes mencionados los 3 primeros son esenciales, mientras que los otros
2 tienen ms bien un carcter metodolgico.

9.

Modalidades

El ambiente en el que se presentan situaciones de decisin que afecta el conjunto de estados de


la naturaleza puede concretarse en cuatro modalidades fundamentales:

Ambiente de certeza o certidumbre Bajo las condiciones de certidumbre conocemos nuestro


objetivo y tenemos informacin exacta, medida y confiable acerca del resultado de cada una
de las alternativas que consideramos.
Ambiente de riesgo. Condicin para la toma de decisiones en la que los administradores
conocen la probabilidad de que una alternativa especfica lleve al logro de una meta o de un
resultado deseado.
Ambiente de incertidumbre. Bajo condiciones de incertidumbre es poco lo que se sabe de
las alternativas o de sus resultados, es decir, condicin de toma de decisiones en la que los
administradores se enfrentan a condiciones externas imprevisibles o cuando les falta la
informacin necesaria para el establecimiento de la probabilidad de determinados sucesos.
Ambiente de conflicto.
10.

Importancia de la toma de decisiones

Es importante porque mediante el empleo de un buen juicio, la Toma de Decisiones nos indica
que un problema o situacin es valorado y considerado profundamente para elegir el mejor
camino a seguir segn las diferentes alternativas y operaciones. Tambin es de vital importancia
para la administracin ya que contribuye a mantener la armona y coherencia del grupo, y por
ende su eficiencia. En la Toma de Decisiones, considerar un problema y llegar a una conclusin
vlida, significa que se han examinado todas las alternativas y que la eleccin ha sido correcta.
Dicho pensamiento lgico aumentar la confianza en la capacidad para juzgar y controlar
situaciones. Uno de los enfoques ms competitivos de investigacin y anlisis para la toma de las
decisiones es la investigacin de operaciones. Puesto que esta es una herramienta importante
para la administracin de la produccin y las operaciones. La toma de decisiones, se considera
como parte importante del proceso de planeacin cuando ya se conoce una oportunidad y una
meta, el ncleo de la planeacin es realmente el proceso de decisin, por lo tanto dentro de este
contexto el proceso que conduce a tomar una decisin se podra visualizar de la siguiente manera:

Elaboracin de premisas.
Identificacin de alternativas.
Evaluaciones alternativas en trminos de la meta deseada.
Eleccin de una alternativa.

UNIDAD II: PROGRAMACIN DINMICA (PD).


La programacin dinmica es un enfoque general para la solucin de problemas en los que es
necesario tomar decisiones en etapas sucesivas. Las decisiones tomadas en una etapa
condicionan la evolucin futura del sistema, afectando a las situaciones en las que el sistema se
encontrar en el futuro (denominadas estados), y a las decisiones que se plantearn en el futuro.
Conviene resaltar que a diferencia de la programacin lineal, el modelado de problemas de
programacin dinmica no sigue una forma estndar. As, para cada problema ser necesario
especificar cada uno de los componentes que caracterizan un problema de programacin
dinmica.
El procedimiento general de resolucin de estas situaciones se divide en el anlisis recursivo de
cada una de las etapas del problema, en orden inverso, es decir comenzando por la ltima y

pasando en cada iteracin a la etapa antecesora. El anlisis de la primera etapa finaliza con la
obtencin del ptimo del problema.
MODELOS DE PROGRAMACIN DINMICA
Existen tres modelos diferentes manejados por WINQSB.
* Problema de la diligencia (Stagecoach Problem)
* Problema de la mochila (Snapsack Problem)
* Programacin de produccin e inventarios (Production and Inventory Scheduling)
EL PROBLEMA DE LA DILIGENCIA
Considrese el grfico que contempla las rutas posibles para ir desde la ciudad 1 hasta la ciudad
10. Cada nodo representa una ciudad y los arcos la infraestructura vial disponible. La tabla recoge
el costo asociado al desplazamiento entre cada par de nodos para cada una de las etapas.
Supondremos que todos los desplazamientos tienen la misma duracin, y que el viaje ha de
realizarse en cuatro etapas. Cada una de ellas se corresponde con un nico desplazamiento entre
un par de nodos del grafo, as al finalizar la primera etapa estaremos en una de las ciudades 2, 3
4. La segunda etapa finalizar en la ciudad 5, la nmero 6 la nmero7. La tercera jornada nos
llevar a la ciudad 8 o a la nmero 9. La cuarta etapa permite finalizar el viaje en la ciudad 10.
TERMINOLOGA Y NOTACIN BSICA
Perodos o etapas: Sea N= {1, 2,....., n} un conjunto finito de elementos. Mediante el ndice,
representamos cada uno de ellos. N es el conjunto de perodos o etapas del proceso. En la
ilustracin anterior N= {1, 2, 3, 4}, las cuatro etapas del viaje, cada una de ellas es un perodo y se
representa mediante un valor del ndice n, as cuando n =1 nos estamos refiriendo a la primera
etapa del proceso.
Espacio de estados: { } es una familia de conjuntos, uno para cada perodo n. S se denomina
espacio de estados en el perodo n. Cada uno de sus elementos, que se representa mediante Sn,
es un estado, que describe una posible situacin del proceso en ese perodo. En nuestro ejemplo,
S1 = {1}, S2= {2, 3, 4}, S3= {5, 6, 7}, S4= {8, 9}.
La funcin recursiva: Dados unos nodos y unos arcos que conectan estos nodos, el problema de
la diligencia intenta encontrar la ruta ms corta que conecta un nodo de arranque con el nodo final
(el destino).
Sea s: el estado de inicio; j: estado destino
* n: la fase, normalmente representa el nmero de arcos hasta el destino.
* C(s,j): costo o distancia de ir desde s hasta j.
* f(n,s): la poltica de costo mnimo cuando se encuentra en el estado s de la etapa n.
La relacin recursiva dinmica se expresa como
f(n,s) = mnimo [C(s,j) + f(n-1,,j)] para todos los arcos ( s,j) en la red

INGRESANDO EL PROBLEMA AL WINQSB


El problema contiene 10 nodos claramente identificados:
Al pulsar OK podremos ingresar el resto de informacin, el cual se basa en las relaciones
existentes entre los nodos:
Los valores van de acuerdo a la red establecida en el problema:
Para resolver el problema pulsamos la opcin Resolver el problema (Solve the Problem) del men
Resolver y analizar (Solve and Analyze).
La ventana siguiente permite identificar los nodos de inicio y fin:
Al pulsar SOLVE generamos la solucin al problema:
Si queremos una solucin detallada debemos pulsar sobre Mostrar solucin detallada (Show
Solution Detail) en el men Resultados (Results):
PROBLEMA DE LA MOCHILA O CANASTA DE EQUIPAJE
La idea bsica es que existen N tipos distintos de artculos que pueden cargarse en una mochila;
cada artculo tiene asociados un peso y un valor. El problema consiste en determinar cuntas
unidades de cada artculo se deben colocar en la mochila para maximizar el valor total. Ntese
que este enfoque resulta til para la planificacin del transporte de artculos en algn medio, por
ejemplo: carga de un buque, avin, camin etc. Tambin es utilizable este modelo en planificacin
de produccin, por ejemplo enrutamiento de la produccin a travs de varias mquinas.
La carga de un avin se distribuye con el propsito de maximizar el ingreso total. Se consideran 5
elementos y slo se necesita uno de cada uno. La compaa gana 5000 u.m. por elemento ms
una bonificacin por elemento. El avin puede transportar 2000 libras.
Elemento Peso, lb Volumen, pies3 Valor bonificacin 1 1000 70 700 2 1100 100 800 3 700 100
1100 4 800 80 1000 5 500 50 700a) Cules elementos deben transportarse?
b) Si se considera un volumen mximo de 200 pies cbicos. Cules elementos deben
transportarse?
El problema se desarrolla bajo las dos consideraciones, primero teniendo en cuenta el peso y
luego el volumen. Como puede apreciarse este es un problema que bien podra resolverse por
programacin lineal entera teniendo en cuenta la funcin objetivo y restricciones siguientes:
Siendo xj el elemento j a transportar.
Para el caso del volumen se reformara la primera restriccin cambiando los coeficientes por los
volmenes de los tems.
Sea j: la variable que representa el artculo:
* x(j): el nmero de unidades el nmero de unidades cargadas del artculo j
* w(j): el espacio o el peso que demanda cada unidad del artculo j

* R(j,x(j)): la funcin del retorno del artculo j si se llevan x(j) unidades en la mochila, del artculo j
* g(j,w): retorno del total acumulativo dado el espacio w disponible para el artculo j
La relacin recursiva dinmica se expresa como:
g(j,w) = mximo {R(j,x(j)) + g[j-1,w-w(j)x(j)]} para todo posible x(j)
Ahora ingresemos los datos al WINQSB:
La entrada de datos queda como sigue.
Al resolver el problema tenemos:
La solucin nos indica que se deben transportar los tems 3, 4 y 5 con un retorno total de 17800
u.m. y utilizacin plena de la capacidad (en peso), disponible del avin. Teniendo en cuenta slo el
volumen, el nuevo modelo es:
La solucin es:
PROGRAMACIN DE PRODUCCIN E INVENTARIOS
El problema consiste en determinar un programa de produccin para un periodo de tiempo con el
fin de minimizar los costos totales relacionados. Hay demandas conocidas para cada periodo,
lmites de capacidad tanto para la produccin como para los inventarios (almacenamiento).
Cuando hay ms produccin que demanda, se acumula inventario, y cuando la produccin es
menor que la demanda, se generarn retrasos en el cumplimiento de pedidos (backorder). Para
cada periodo, una produccin no-cero incurre en un costo de preparacin. En programacin
dinmica, el costo variable se expresa como una funcin de la produccin (P), el inventario (H), y
backorder (B).
Sea:
* P(n): el nmero de unidades producidas en el periodo n
* D(n): la demanda en el periodo n
* H(n): el inventario disponible al final del periodo n
* B(n): el backorder al final del periodo n
* I(n): la posicin del inventario al final del periodo n, es decir, I(n) = H(n) o I(n) =B(n)
I(n) = I(n-1) + P(n) - D(n)
* S(n): el costo de preparacin en el periodo n
* V (P(n), I(n)): el costo variable = funcin de P(n), H(n), y/o B(n)
* C(n,P(n),I(n)): = S(n) + V(P(n),I(n)) si P(n)>0, = V(P(n),I(n)) si P(n)=0
* f(n,i): costo total acumulativo dado el nivel del inventario inicial i para el periodo n

La relacin recursiva dinmica se expresa como:


f(n,i) = mximo {C(n,P(n),i+P(n)-D(n)) + f(n-1,i+P(n)-D(n))} para todo posible P(n).
Ejemplo 3:
La tabla muestra los datos del siguiente problema de produccin e inventario: la demanda para los
meses de enero, febrero, marzo y abril es de 4, 5, 3 y 4 unidades, respectivamente. Las
capacidades de produccin son de 6, 4, 7, y 5 unidades; las capacidades de almacenaje son 4, 3,
2 y 4 unidades respectivamente. Los costos de preparacin varan de un mes a otro y son: 500,
450, 500 y 600 u.m. para enero, febrero, marzo y abril.
Mes Costos Demanda Capacidad de produccin Capacidad de Almacenamiento Enero 500 4 6 4
Febrero 450 5 4 3 Marzo 500 3 7 2 Abril 600 4 5 4Determinar un programa de produccin con el
fin de minimizar los costos totales relacionados.
Al igual que en los ejercicios anteriores, se procede a ingresar los datos:
La tabla inicial permite ingresar los datos expuestos en el ejemplo.
La ventana debera quedar como sigue:
La solucin del problema es:
Las cantidades a producir mostradas en la tabla son de tal forma que permiten un costo mnimo
en la planeacin: se deben producir 5, 4, 3 y 4 unidades para los meses de enero, febrero, marzo
y abril respectivamente. El costo total es de $7080, dividido en $2050 por concepto de costos de
preparacin y $5030 de costos variables. La tabla tambin muestra el juego de inventarios
resultante de la produccin y la demanda mensuales.

UNIDAD III: CADENAS DE MARKOV.


Una cadena de Markov es una serie de eventos, en la cual la probabilidad de que ocurra un
evento depende del evento inmediato anterior. En efecto, las cadenas de este tipo tienen
memoria, "Recuerdan" el ltimo evento y esto condiciona las posibilidades de los eventos futuros.
Esta dependencia del evento anterior distingue a las cadenas de Markov de las series de eventos
independientes, como tirar una moneda al aire o un dado. En los negocios, las cadenas de Markov
se han utilizado para analizar los patrones de compra, los deudores morosos, para planear las
necesidades de personal y para analizar el reemplazo de equipo. El anlisis de Markov, llamado
as en honor de un matemtico ruso que desarrollo el mtodo en 1907, permite encontrar la
probabilidad de que un sistema se encuentre en un estado en particular en un momento dado.
Algo ms importante an, es que permite encontrar el promedio a la larga o las probabilidades de
estado estable para cada estado. Con esta informacin se puede predecir el comportamiento del
sistema a travs del tiempo. La tarea ms difcil es reconocer cundo puede aplicarse. La
caracterstica ms importante que hay que buscar en la memoria de un evento a otro.
Considere el problema siguiente: la compaa K, el fabricante de un cereal para el desayuno, tiene
un 25% del mercado actualmente. Datos del ao anterior indican que el 88% de los clientes de K
permanecan fieles ese ao, pero un 12% cambiaron a la competencia. Adems, el 85% de los

clientes de la competencia le permanecan fieles a ella, pero 15% de los clientes de la


competencia cambiaron a K. Asumiendo que estas tendencias continen determine cul es la
parte que K aprovecha del mercado?:
a. en 2 aos; y
b. en el largo plazo.
Esta situacin es un ejemplo de un problema de cambio de marcas que sucede muy a menudo
que se presenta en la venta de bienes de consumo.
Para resolver este problema hacemos uso de cadenas de Markov o procesos de Markov (qu es
un tipo especial de proceso estocstico). El procedimiento se da enseguida.
1.

Procedimiento de solucin

Observe que, cada ao, un cliente puede estar comprando cereal de K o de la competencia.
Podemos construir un diagrama como el mostrado abajo donde los dos crculos representan a los
dos estados en que un cliente puede estar y los arcos representan la probabilidad de que un
cliente haga un cambio cada ao entre los estados. Note que los arcos curvos indican una
"transicin" de un estado al mismo estado. Este diagrama es conocido como el diagrama de
estado de transicin (notar que todos los arcos en ese diagrama son arcos dirigidos).

Dado ese diagrama nosotros podemos construir la matriz de la transicin (normalmente denotada
por el smbolo P) la qu nos dice la probabilidad de hacer una transicin de un estado a otro
estado. Sea:
Estado 1 = cliente que compra cereal de K y
Estado 2 = cliente que compra cereal de la competencia
Tenemos as la matriz de transicin P para este problema, dada por
Para estado 1 2
Del estado 1 | 0.88 0.12 |
2 | 0.15 0.85 |
Note aqu que la suma de los elementos en cada fila de la matriz de la transicin es uno.

Por datos de este ao sabemos que actualmente K tiene un 25% del mercado. Tenemos que la
fila de la matriz que representa el estado inicial del sistema dado por:
Estado
12
[0.25, 0.75]
Normalmente denotamos esta fila de la matriz por s1 indicando el estado del sistema en el primer
periodo (aos en este ejemplo en particular). Ahora la teora de Markov nos dice que, en periodo
(ao) t, el estado del sistema est dado por el st de la fila de la matriz, donde:
st = st-1(P) =st-2(P)(P) = ... = s1(P)t-1
Tenemos que tener cuidado aqu al hacer la multiplicacin de la matriz ya que el orden de clculo
es importante (i.e. st-1(P) no es igual a (P) st-1 en general). Para encontrar st nosotros podramos
intentar hallar P directamente para la potencia t-1 pero, en la prctica, es mucho ms fcil de
calcular el estado del sistema en cada sucesivo ao 1,2,3 ,..., t.
Nosotros ya sabemos el estado del sistema en el ao 1 (s1) tal que el estado del sistema en el
ao dos (s2) est dado por:
s2 = s1P
= [0.25,0.75] |0.88 0.12 |
........|0.15 0.85 |
= [(0.25)(0.88) + (0.75)(0.15), (0.25)(0.12) + (0.75)(0.85)]
= [0.3325, 0.6675]
Note que este resultado tiene sentido intuitivo, e.g. del 25% comprando actualmente al cereal de
K, 88% continan hacindolo, aunque del 75% comprando el cereal del competidor 15% cambia a
comprar cereal de K - dando un (fraccin) total de (0.25)(0.88) + (0.75)(0.15) = 0.3325 comprando
cereal de K.
De lo anterior, en el ao dos 33.25% de las personas estn en estado 1 - esto es, est comprando
cereal de K. Note aqu que, como un chequeo numrico, los elementos de st deben sumar
siempre uno.
En el ao tres el estado del sistema se da por:
s3 = s2P
= [0.3325, 0.6675] |0.88 0.12 |
............... |0.15 0.85 |
= [0.392725, 0.607275]
Por lo tanto en el ao tres 39.2725% de las personas estn comprando al cereal de K.

Recalcar que est pendiente la cuestin hecha sobre la porcin que K comparte del mercado en el
largo plazo. Esto implica que necesitamos calcular st cuando t se hace muy grande (se acerca al
infinito).
La idea de la largo plazo es basada en la suposicin de que, en el futuro, el sistema alcance un
"equilibrio" (a menudo llamado el "estado sustentable") en el sentido de que el st = st-1. sto no
quiere decir que las transiciones entre estados no tengan lugar, suceden, pero ellos tienden "al
equilibrio global" tal que el nmero en cada estado permanece el mismo.
Hay dos enfoques bsicos para calcular el estado sustentable:
Computacional: - encontrar el estado sustentable calculando st para t=1,2,3,... y se detiene
cuando st-1 y st son aproximadamente el mismo. Esto es obviamente muy fcil para una
computadora y este es el enfoque usado por un paquete computacional.
Algebraico: - para evitar clculos aritmticos largos necesarios para calcular st para t=1,2,3,...
tenemos un atajo algebraico que puede usarse. Recalcar que en el estado sustentable st = st-1 (=
[x1,x2] para el ejemplo considerado anteriormente). Entonces como st = st-1P tenemos eso
[x1,x2] = [x1,x2] | 0.88 0.12 |
.............| 0.15 0.85 |
(Y tambin notar que x1 + x2 = 1). De esto tenemos tres ecuaciones que podemos resolver.
Note aqu que hemos usado la palabra suposicin anteriormente. Esto es porque no todos los
sistemas alcanzan un equilibrio, esto es, no cualquier sistema tiene matriz de transicin
|01|
|1 0 |
Nunca alcanza un estado sustentable.
Adoptando el enfoque algebraico anteriormente para el ejemplo del cereal K tenemos las tres
ecuaciones siguientes:
x1 = 0.88x1 + 0.15x2
x2 = 0.12x1 + 0.85x2
x1 + x2 = 1
o
0.12x1 - 0.15x2 = 0
0.12x1 - 0.15x2 = 0
x1 + x2 = 1
Note que la ecuacin x1 + x2 = 1 es esencial. Sin ella no podramos obtener una nica solucin
para x1 y x2. Resolviendo conseguimos x1 = 0.5556 y x2 = 0.4444

Por lo tanto, en la largo plazo, K comercializa una porcin del mercado del 55.56%.
Un chequeo numrico til (particularmente para problemas ms grandes) es sustituir el examen
final calculando los valores en las ecuaciones originales para verificar que ellos son consistentes
con esas ecuaciones.
Paquete de Computo para la solucin
El problema anterior se resolvi usando un paquete, la entrada se muestra abajo.
Datos de entrada del Problema del cereal de K (Iniciales Probabilidades de Estado)
1: 0.2500 2: 0.7500
Datos de entrada del Problema del cereal de K (Matriz de Probabilidades de Transicin) Pg 1
.......De ...........A
1 1: 0.8800 2: 0.1200
2 1: 0.1500 2: 0.8500
El rendimiento se muestra debajo. Aunque el paquete puede usarse para calcular y desplegar st
(para cualquier valor de t) no hemos querido mostrar esto.
En el rendimiento mostrado abajo de la nota:
Las probabilidades de estado sustentables (se necesitaron 38 iteraciones antes de que st-1 y st
fueran aproximadamente el mismo). Estas figuras son como se calcularon antes.
Periodo recurrente para cada estado - stos son el nmero esperado de periodos que pasarn
para que una persona en un estado est de nuevo en ese estado (esto es, esperaramos que
hubieran 1.80 periodos (en promedio) entre que una persona que compra el cereal de K y su
prxima compra de cereal de K).
Iteracin final--las Iteraciones Totales = 38
1: 0.5556 2: 0.4444
Periodo recurrente para Cada Estado
1: 1.80 2: 2.25
Datos
Note aqu que los datos que pueden necesitarse para deducir las probabilidades de transicin,
pueden a menudo fcilmente encontrarse, hoy en da . Por ejemplo se colectar tales datos por
marca del consumidor que cambia, inspeccionando a los clientes individualmente. Sin embargo
hoy da, muchos supermercados tienen sus propias "tarjetas de lealtad" qu son registradas a
travs de inspecciones al mismo tiempo que un cliente hace sus compras en la caja. stos
proporcionan una masa de informacin detallada sobre el cambio de marca, as como tambin
otra informacin - por ejemplo el efecto de campaas promocionales.

Debe estar claro que las probabilidades de transicin no necesitan ser consideradas como
nmeros fijos - ms bien ellas son a menudo nmeros que podemos influenciar/cambiar.
Tambin note que la disponibilidad de tales datos permite modelos ms detallados, al ser
construidos. Por ejemplo en el caso del cereal, la competencia fue representada por slo un
estado. Con datos ms detallados ese estado pudiera ser desagregado en varios estados
diferentes - quiz uno para cada marca competidora del cereal. Tambin podramos tener
modelos diferentes para segmentos diferentes del mercado - quiz el cambio de marca es
diferente en reas rurales del cambio de marca en reas urbanas, por ejemplo. Las familias con
nios constituiran otro segmento importante del mercado obviamente.

2.

Comentarios

Cualquier problema para el que puede obtenerse un diagrama de transicin de estado y que usa
el enfoque dado puede analizarse.
Las ventajas y desventajas de usar teora de Markov incluyen:

Teora de Markov es simple de aplicar y entender.


Clculos de sensibilidad (contestar las preguntas "qu-si") se llevan a cabo fcilmente.
La teora de Markov nos da con el tiempo una visin de los cambios en el sistema.
P puede ser dependiente del estado actual del sistema. Si P es dependiente tanto del
tiempo y del estado actual del sistema i.e., P es una funcin de t y st, entonces la ecuacin
de Markov bsica se vuelve st=st-1P (t-1,st-1).
La teora de Markov es un modelo simplificado de un proceso de toma de decisin
complejo.
3.

Aplicaciones

Una aplicacin interesante de procesos de Markov que yo conozco es la industria costera noruega
del petrleo/gas. En Noruega un cuerpo estatal, el Consejo de administracin de Petrleo
noruego, (junto con la compaa de aceite estatal noruega (STATOIL)), tienen un papel grande en
la planeacin de los medios para el desarrollo costero del petrleo/gas.
El problema esencial que el Consejo de la administracin del Petrleo noruego tiene, es cmo
planear la produccin para aumentar al mximo su contribucin en el tiempo a la economa
noruega. Aqu los horizontes de tiempo son muy largos, tpicamente 30 a 50 aos. De importancia
crtica es el precio del aceite - todava nosotros no podemos prever esto, sensiblemente con
exactitud, para esta horizonte de planeacin.
Para superar este problema ellos modelan el precio del aceite como un proceso de Markov con
tres niveles de precio (estados), correspondiendo a escenarios optimista, probable y pesimista.
Ellos tambin especifican las probabilidades de hacer una transicin entre los estados cada
periodo de tiempo (ao). Pueden usarse matrices de transicin diferentes para horizontes de
tiempo diferentes (matrices diferentes para el cercano, medio y futuro lejano).
Aunque ste simplemente es un enfoque simple, tiene la ventaja de capturar la incertidumbre
sobre el futuro en un modelo que es relativamente fcil de entender y aplicar.
Estudios sobre el modelado de la poblacin (donde nosotros tenemos objetos con "edad") tambin
son una aplicacin interesante de procesos de Markov.

Un ejemplo de esto sera el modelado el mercado del automvil como un proceso de Markov para
prever la "necesidad" de nuevos automviles cuando los automviles viejos puedan extnguirse.
Otro ejemplo sera modelar el progreso clnico de un paciente en hospital como un proceso de
Markov y ver cmo su progreso es afectado por regmenes de droga diferentes.

UNIDAD IV: INTRODUCCIN A LA SIMULACIN MTODO


MONTECARLO.
La simulacin tiene una gran importancia en nuestro mundo actual:

Modelos a escala.
Tneles de viento.
Canales de agua.
Emergencias o catstrofes.

Simuladores de vuelo, que recrean condiciones virtuales.


La Realidad Virtual se ha presentado como una nueva herramienta que favorece las tcnicas de
simulacin, por ejemplo en medicina los simuladores quirrgicos.
Simulacin en la Industria
En la empresa se utiliza la simulacin para predecir las consecuencias que tendr la toma de una
decisin determinada. Control de Inventarios, Planes de Mantenimiento, Localizacin de
Recursos, Prediccin de Ventas o Demanda, etc. La simulacin permite resolver problemas
complejos, aunque lo que obtendremos ser una aproximacin de la solucin. No todos los
problemas son abordables mediante simulacin.
Definicin
Podramos decir que simular tiene como objetivo duplicar caractersticas y comportamientos
propios de un sistema real. Simularemos problemas relacionados con la Organizacin Industrial a
travs de la construccin de modelos matemticos que representen de forma fidedigna la realidad.
La utilizacin de modelos matemticos permite: Introducir nuevas variables. Hacer variar sus
valores. Analizar las consecuencias de estas modificaciones.
Objetivo: Toma optima de decisiones.
Herramientas
La simulacin permite abordar desde problemas sencillos hasta problemas muy complicados.
Algunos de estos problemas permiten una solucin a mano aunque la mayora de los casos
requieren el uso de ordenadores. Hasta la aparicin de los primeros ordenadores en los aos 40 y
50, la simulacin an conocindose no pudo ser aplicada de forma satisfactoria.
Ventajas y Desventajas
Ventajas: Es un mtodo directo y flexible. Existe un amplio abanico de programas y lenguajes
destinados a simular. Cuando el modelo matemtico es demasiado complicado la simulacin

permite obtener una aproximacin. La simulacin nos permite formular condiciones extremas con
riesgos nulos. La simulacin no interfiere con el mundo real. Permite experimentar. Permite
estudiar la interaccin entre las diferentes variables del problema. Mediante la simulacin
podemos influir en el tiempo de los procesos. La simulacin permite resolver problemas que no
tienen solucin analtica.
Desventajas: Una buena simulacin puede resultar muy complicada, gran nmero de variables. La
simulacin no genera soluciones ptimas globales. No proporciona la decisin a tomar, sino que
resuelve el problema mediante aproximacin para unas condiciones iniciales. Cada simulacin es
nica, interviene el azar.
Ejemplo:
Clculo de Integrales: Una aplicacin inmediata del mtodo, es el clculo de integrales definidas.

Referencias
[1] Libro:Colectivo de autores:Introduccin a la investigacin de operaciones, tomo III, 1999.1
[2] Monografa. Investigacin de operaciones. Autor(a)s: Dr. Grisel Barrios Castillo. Msc.
Meylin Miranda Rodrguez. 2008.
[3] Libro Administracin de Empresas.
[4] [Abraham Wald]. Cosultado en www.ecured.cu el 3 de mayo de 2014.
[5] http://www.eumed.net/libros-gratis/2006c/216/1j.htm
[6] http://www.ingenieria.unam.mx/javica1/ingsistemas2/Simulacion/Cadenas_de_Markov.htm
[7] https://www.uclm.es/profesorado/licesio/Docencia/mcoi/Tema4_guion.pdf

You might also like